基于模糊聚类的脑磁共振图像分割算法综述

• 作者: 孙权森 纪则轩
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 脑磁共振成像 图像分割 模糊聚类 空间信息 灰度不均匀性 部分容积效应
• 年，卷（期）: 2016,（1）
• 页码范围: 28-42
• 页数: 15页
• 分类号: TP391.4
• 字数: 10257字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.01.003

摘要

磁共振成像(Magnetic resonance imaging,MRI)技术以其非介入、无损伤以及不受目标运动影响等特点,已成为临床诊断的重要辅助手段.精确的脑MR图像分割对生物医学研究和临床应用具有重要的指导意义.在实际应用中,脑MR图像中存在的噪声、灰度不均匀性、部分容积效应和低对比度等缺陷,都给脑MR图像的精确分割带来了巨大困难和挑战.本文基于模糊聚类模型的脑MR图像分割问题,从聚类类别数的确定、模型初始化、克服噪声、估计偏移场、克服部分容积效应、数据不确定性描述以及模型扩展7个方面深入阐述了国内外发展现状、应对技巧及改进策略,并分析存在的不足,指出进一步的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	纪则轩	南京理工大学计算机科学与工程学院	20	320	10.0	17.0