基于hessian矩阵特征值聚类的脑血管分割方法

基于hessian矩阵特征值聚类的脑血管分割方法
当前，基于Hessian矩阵特征值聚类法（HMVCluster）已被证明可以有效地用于脑血管分割，该方法涵盖了以下步骤：（1）从原始CT或MRI图像中找到NCR （像素）和ECR（表面）特征；（2）构建矩阵，其中每行表示一个脑血管表面点和NCR，每列表示一个Hessian矩阵特征值；（3）将该矩阵的行组成的聚类模型应用于聚类算法；（4）在脑血管等特征特定位置通过RAN（相连节点）算法和SS（缩放空间）算法进行分割；（5）确定脑血管断开点并分割血管网。

这种方法通过聚类原理成功地将图像中的NCR与ECR相结合，从而有效地改善了脑血管的识别效果。