概率加权测地距离的脑部MR图像超像素分割

• 作者: 周元峰 赵赟晶 辛士庆 高珊珊 魏广顺
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: MR图像 超像素 图像分割 测地距离 概率密度
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 图像与视觉
• 页码范围: 752-760
• 页数: 9页
• 分类号: TP391.41
• 字数: 5962字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17381

摘要

超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重叠的特点,为超像素分割带来极大困难.针对脑部MR图像超像素生成问题,从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,结合脑部MR图像的一般结构,定义每个像素属于脑组织中一个类别的概率,并基于分类概率提出一种有效的边界梯度计算方法;在此基础上,提出一种概率密度加权的测地距离脑部MR图像超像素分割算法;最后应用模糊C均值聚类算法作为后续分割处理,获得脑部MR图像的组织分类.与现有算法在分割性能上进行定量比较的实验结果表明,文中算法能够产生更准确的分割边界.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	辛士庆	山东大学计算机科学与技术学院	9	2	1.0	1.0
2	高珊珊	山东财经大学计算机科学与技术学院	7	16	3.0	3.0
3	周元峰	山东大学软件学院	12	119	5.0	10.0
4	赵赟晶	山东大学计算机科学与技术学院	1	0	0.0	0.0
5	魏广顺	山东大学计算机科学与技术学院	1	0	0.0	0.0