基于t-混合模型的脑MR图像白质分割

被引:3
作者
许兴明
赵海峰
罗斌
机构
[1] 安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室
关键词
t-混合模型; 核磁共振成像(MRI)分割; 白质;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
核磁共振成像(MRI)作为临床辅助诊断和研究的重要工具,MR图像分割的准确性直接影响着后续处理的正确性和有效性。在目前的图像分割算法中,基于t-混合模型的图像分割方法因其快速和稳健性而受到重视。该方法的一般过程是先估计混合模型的参数,计算图像中每点的后验概率,然后根据贝叶斯最小错误率准则对图像进行分割。根据MR图像的特点,提出了基于t-混合模型的大脑MR图像白质分割的算法,并取得了较好的实验结果。
引用
收藏
页码:191 / 193
页数:3
相关论文
共 5 条
[1]  
基于t-混合模型和扩展保局投影的聚类与降维方法研究.[D].陈思宝.安徽大学.2006, 12
[2]   基于t混合模型和Greedy EM算法的彩色图像分割 [J].
汪慧兰 ;
陈思宝 ;
罗斌 .
中国图象图形学报, 2007, (05) :882-887
[3]   高斯混合模型改进的活动轮廓模型MRI分割 [J].
张建伟 ;
夏德深 .
计算机辅助设计与图形学学报, 2005, (12) :2647-2653
[4]   基于Gibbs随机场的有限混合模型改进与脑部MR图像的稳健分割 [J].
冯衍秋 ;
梁斌 ;
陈明 ;
陈武凡 .
中国生物医学工程学报, 2003, (03) :193-198
[5]   Robust mixture modelling using the t distribution [J].
Peel, D ;
McLachlan, GJ .
STATISTICS AND COMPUTING, 2000, 10 (04) :339-348