标题:概率加权测地距离的脑部MR图像超像素分割
作者:赵赟晶;周元峰;魏广顺;辛士庆;高珊珊
作者机构:[]山东大学计算机科学与技术学院,青岛266000,中国.;[]山东大学软件学院,济南250000,中国.;[]山东财经大学计算机科学与技术学院,济南250000,中国 更多
通讯作者:Zhou, Yuanfeng
通讯作者地址:[Zhou, Y] School of Software, Shandong UniversityChina;
来源:计算机辅助设计与图形学学报
出版年:2019
卷:31
期:5
页码:752-760
DOI:10.3724/SP.J.1089.2019.17381
关键词:[8715607]MR图像;超像素;[2699374]图像分割;[8896968]测地距离;[6931311]概率密度;
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.
收录类别:EI;CSCD;SCOPUS
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-85070367960&doi=10.3724%2fSP.J.1089.2019.17381&partnerID=40&md5=b7b93f4a01aab1062144ce4db616fd86
TOP