基于贝叶斯分类模型的双水平集算法的大脑图像分割

基于贝叶斯分类模型的双水平集算法的大脑图像分割
葛琦;张建伟
【期刊名称】《计算机应用与软件》
【年(卷),期】2009(26)8
【摘要】针对大脑图像中灰质和白质边界结构的复杂性以及拓扑细长部分目标和弱边界目标分割存在的问题,提出了基于贝叶斯分类模型的双水平集分割算法.鉴于传统的水平集有分割过度、泄漏边界的缺点,可通过贝叶斯分类模型计算出水平集曲线位于边界的概率,并将此概率相关联的区域决策因子添加在水平集函数方程中,从而实现利用图像的区域信息提高水平集曲线识别边界能力的目的.将基于贝叶斯分类模型的双水平集算法应用到大脑图像的分割,通过内外两条水平集共同演化作用,得到了比贝叶斯分类模型的单水平集方法更完整的分割效果,并明显提高了分割效率.
【总页数】4页(P64-66,72)
【作者】葛琦;张建伟
【作者单位】南京信息工程大学数学系,江苏,南京,210044;南京信息工程大学数学系,江苏,南京,210044
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于贝叶斯分类的水平集MR图像分割方法 [J], 金大年;杨丰;陈武凡
2.基于NLM的双水平集医学图像分割算法 [J], 徐丽;朱家明;唐文杰
3.基于偏移场的双水平集医学图像分割算法 [J], 唐文杰;朱家明;张辉
4.基于模糊聚类双水平集的医学图像分割算法 [J], 邹蕾
5.基于NL-Means的双水平集脑部MR图像分割算法 [J], 唐文杰;朱家明;徐丽因版权原因，仅展示原文概要，查看原文内容请购买。