跳到主頁內容
美國國旗

美國政府的官方網站

點政府

gov意味著它的官員。
聯邦政府網站經常在gov或mil。共享敏感信息之前,確保你在一個聯邦政府網站。

Https

這個網站是安全的。
https://確保你連接到官方網站,您提供的任何信息是加密和傳輸安全。

訪問鍵 NCBI主頁 MyNCBI主頁 主要內容 主導航
2001年1月,20 (1):45-57。
doi: 10.1109/42.906424。

分割的腦部MR圖像通過一個隱藏的馬爾可夫隨機場模型和采用的算法

從屬關係

分割的腦部MR圖像通過一個隱藏的馬爾可夫隨機場模型和采用的算法

Y張et al。 IEEE反式醫療成像 2001年1月

文摘

有限混合模型(FM)是最常用的統計模型分割腦磁共振(MR)的圖像,因為它簡單的數學形式和分段常數理想的腦部MR圖像的性質。然而,作為一個基於直方圖模型,FM的內在限製,不考慮空間信息。這使調頻模式工作隻在定義良好的圖像噪聲水平較低;不幸的是,這種情況往往不是由於工件變形部分容積效應和偏見等領域。在這種情況下,FM基於模型的方法產生不可靠的結果。在本文中,我們提出一個新穎的隱馬爾科夫隨機場(HMRF)模型,它是一個隨機過程產生的磁流變液的狀態序列不能被直接觀察到,但能通過觀測間接估計。在數學上,它可以表明,調頻HMRF模型的模型是一個墮落的版本。HMRF模型的優勢來源於空間信息編碼的方式通過相鄰站點的相互影響。雖然MRF模型已經被其他研究人員受雇於MR圖像分割,大多數報道方法僅限於利用磁流變液一般事先在FM基於模型的方法。以適應HMRF模型,使用EM算法。 We show that by incorporating both the HMRF model and the EM algorithm into a HMRF-EM framework, an accurate and robust segmentation can be achieved. More importantly, the HMRF-EM framework can easily be combined with other techniques. As an example, we show how the bias field correction algorithm of Guillemaud and Brady (1997) can be incorporated into this framework to achieve a three-dimensional fully automated approach for brain MR image segmentation.

類似的文章

引用的

發布類型

網格計算

LinkOut——更多的資源

Baidu
map