基于馬爾可夫多特征隨機場模型的腦部MR圖像分割研究.pdf_第1頁
已閱讀1頁，還剩123頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、近年來，腦部MR圖像分割成為研究的熱點問題。然而MR圖像容易受磁場均勻性、硬件設(shè)備等因素影響而導(dǎo)致圖像灰度分布不均勻、存在噪聲等圖像假象產(chǎn)物，圖像分割十分困難。在已有的腦部MR圖像分割方法中，基于MRF模型的分割方法特點鮮明、結(jié)果穩(wěn)定可靠，吸引了國內(nèi)外越來越多的專家和學(xué)者對其進行深入研究。本文針對MRF模型理論及其在腦部MR圖像分割中的應(yīng)用問題展開深入細致研究，主要結(jié)果及貢獻如下：
　　1)研究了MRF模型理論。定義了多特征隨機場

2、的概念并提出了一種新穎的基于多個特征隨機場的MMFRF模型，有效的融合了多種觀測特征信息，并將其通過貝葉斯框架組合成統(tǒng)一的概率決策模型，建立了與之對應(yīng)的MAP估計準(zhǔn)則及ICM算法優(yōu)化求解模式。傳統(tǒng)的MRF模型成為本文MMFRF模型取一個特征場（n1）時的特例，本文提出的MMFRF模型適用于多種計算機視覺和圖像分析應(yīng)用。
　　2)研究了MMFRF模型在腦部MR圖像分割中的應(yīng)用問題。提出了統(tǒng)一的基于MMFRF模型的腦部MR圖像分割框架

3、。研究了定義在腦部結(jié)構(gòu)子域上的局部MMFRF模型，并通過其構(gòu)建了針對整個腦部圖像域的組合MMFRF模型（MMFRF-SVPA）。研究了灰度、紋理、形狀特征隨機場及標(biāo)號隨機場的理論概念及實際計算。
　　3)開展了基于MMFRF-SVPA框架的腦部MR圖像分割實驗。設(shè)計了在MMFRF模型中考慮特征隨機場個數(shù)取n2和3兩種情形多種分割算法進行實驗對比。利用多種評價指標(biāo)、在當(dāng)前研究領(lǐng)域內(nèi)的多個權(quán)威的仿真和實際的腦部MR數(shù)據(jù)庫上對本文提出的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論