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。 |