基于耦合的马尔科夫模型的自适应立体脑图像分割方法
本文提出一种自动分割单通道磁共振脑图像的新方法,这种方法建立在耦合的马尔科夫模型的基础上.本文的耦合马尔科夫模型使用了两个空间上交织的马尔可夫随机场先验模型,其中之一对亮度测度建模以实现分段光滑性约束,另一个对非连续性建模以控制相邻体素间的交互作用.依据这一模型,该方法使用贝叶斯理论和领域约束获得了区域和边界的最大后验概率估计.这种方法具有如下属性:①大脑图像被准确地分割成白质、灰质和脑脊髓;②对噪声和亮度不一致性具有较强的鲁棒性。
马尔可夫随机场 耦合马尔科夫模型 图像分割 立体脑图像 磁共振脑图像 非连续性建模
史勇红 戚飞虎
上海交通大学计算机科学和工程系,上海,200030
国内会议
上海
中文
107-110
2005-06-25（万方平台首次上网日期，不代表论文的发表时间）