| 主权项 |
一种大尺度DTI图像的快速准确的分割方法，其特征在于，包括以下步骤：S1：预处理：对DTI图像的每个voxel进行分析，找出所有正定对称的voxel，剔除0点，并保存0点和非0点的位置；S2：黎曼空间中的频率敏感竞争学习分割：对于每个非0的voxel，假定标号依次为{x<sub>1</sub>,x<sub>2</sub>,…,x<sub>n</sub>}，假定每个初始中心依次为{w<sub>1</sub>,w<sub>2</sub>,…,w<sub>k</sub>}，每个中心的初始频率为{f<sub>1</sub>,f<sub>2</sub>,…,f<sub>k</sub>}，其中，n表示非0的voxel的个数，k是将要分割的区域个数；(1)从{x<sub>1</sub>,x<sub>2</sub>,…,x<sub>n</sub>}中选取k个点{w<sub>1</sub>,w<sub>2</sub>,…,w<sub>k</sub>}作为起始中心，并设置每个中心的初始频率{f<sub>1</sub>,f<sub>2</sub>,…,f<sub>k</sub>}；(2)计算x<sub>i</sub>到{w<sub>1</sub>,w<sub>2</sub>,…,w<sub>k</sub>}的黎曼距离，i＝1,2,…,n，选取频率和距离之积中最小的w<sub>i</sub>作为胜利点(winner)，将w<sub>i</sub>对应的频率加1，即f<sub>i</sub>+1，作为下一次迭代的频率，并使用下面的公式计算新的w<sub>i</sub>的位置：w<sub>i</sub><sup>t+1</sup>＝[w<sub>i</sub><sup>t</sup>]<sup>1/2</sup>([w<sub>i</sub><sup>t</sup>]<sup>‑1/2</sup>x<sub>i</sub>[w<sub>i</sub><sup>t</sup>]<sup>‑1/2</sup>)<sup>a</sup>[w<sub>i</sub><sup>t</sup>]<sup>1/2</sup>其中上标t表示迭代的次序，a是学习率；(3)重复(2)直到收敛；S3：将聚类结果重新排列成DTI图像的形式。 |
