概率加权测地距离的脑部MR图像超像素分割

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.

关键词：MR图像、超像素、图像分割、测地距离、概率密度

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61772312,61772016;山东省重点研发计划项目2017GGX10110,2017GGX10109;山东大学基本科研业务经费2018JC030

在线出版日期：2019-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：752-760