-
公开(公告)号：CN107146228A
公开(公告)日：2017-09-08
申请号：CN201710175040.3
申请日：2017-03-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于先验知识的大脑磁共振图像超体素生成方法，基于K‑means聚类算法，利用空间距离、像素强度和先验知识的加权作为最终的距离度量，对图像像素进行聚类，把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素。本发明通过融入大脑不同组织的先验知识，设计一种新型测度算子，构建一种鲁棒的超体素生成方法，实现对大脑磁共振图像的超体素分割，能够减小图像噪声对分割结果的影响。与已有的超体素生成方法相比，本发明方法效率更高，边界贴合度更高，能较好地抑制噪声的影响。
-
公开(公告)号：CN107146228B
公开(公告)日：2019-10-08
申请号：CN201710175040.3
申请日：2017-03-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于先验知识的大脑磁共振图像超体素生成方法，基于K‑means聚类算法，利用空间距离、像素强度和先验知识的加权作为最终的距离度量，对图像像素进行聚类，把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素。本发明通过融入大脑不同组织的先验知识，设计一种新型测度算子，构建一种鲁棒的超体素生成方法，实现对大脑磁共振图像的超体素分割，能够减小图像噪声对分割结果的影响。与已有的超体素生成方法相比，本发明方法效率更高，边界贴合度更高，能较好地抑制噪声的影响。
-
公开(公告)号：CN108305279B
公开(公告)日：2019-07-05
申请号：CN201711445476.6
申请日：2017-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法，包括以下步骤：首先，由于人类大脑具有相同的拓扑结构，从基于群体的大脑MRI模板获得一组种子模板；其次，为了排除部分容积效应的影响，提出了一种迭代空间模糊聚类算法，将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像，生成有效的大脑磁共振图像超体素。
-
公开(公告)号：CN108305279A
公开(公告)日：2018-07-20
申请号：CN201711445476.6
申请日：2017-12-27
Applicant: 东南大学
CPC classification number: G06T7/344 , G06K9/6218 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法，包括以下步骤：首先，由于人类大脑具有相同的拓扑结构，从基于群体的大脑MRI模板获得一组种子模板；其次，为了排除部分容积效应的影响，提出了一种迭代空间模糊聚类算法，将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像，生成有效的大脑磁共振图像超体素。
-
-
-
Search Results
4
records
(took 0.026 seconds)
