基于多权重概率图谱的脑部图像分割

摘要: 目的 探讨有效地利用图谱的先验信息和待分割图像的灰度与结构信息，得到光滑、准确的分割结果的脑部图像分割方法。方法 利用配准的局部相似性测度、标号图像的距离场、待分割图像的自相似性计算多权重概率图谱，然后对多权重概率图谱进行阈值处理得到最终的分割结果。通过配准的相似性测度加权，保证概率图谱计算的准确性；利用标号图像的距离场加权，引入图谱标号图像提供的位置先验信息；经过待分割图像的自相似性加权，引入了待分割图像提供的灰度与结构信息。结果 对大量脑部MR图像中的海马进行分割实验，并与国际上主流的分割算法进行了比较，对左海马的分割精度提高到87%，对右海马的分割精度提高到87.5%。结论 基于多权重概率图谱的脑部图像分割能有效的提高分割精度。