结合加权邻域信息与偏移场恢复的脑MR图像分割方法

摘要

本发明公开了一种结合加权邻域信息与偏移场恢复的脑MR图像分割方法，首先构造各向异性邻域信息，并将其融入到FCM模型中；其次，为降低偏移场的影响，将偏移场信息融入到改进的模型中，使得模型在分割得同时恢复偏移场。本发明将偏移场作为乘性附加场耦合到模型中，克服偏移场对分割的影响；然后建立加权领域信息场，使其具有各向异性；将各向异性加权信息场代替传统FCM中的灰度信息，以降低噪声的影响，同时还能较好地保持细长拓扑结构信息。本发明不需要调节空间邻域信息正则项参数，从而提高了模型的鲁棒性。

主权项

一种结合加权邻域信息与偏移场恢复的脑MR图像分割方法，其特征在于，包括如下步骤：Step1.给定类别数c，模糊加权指数m，邻域尺寸L,偏移场b；Step2.通过下式提取每个像素x_k对应的邻域P_k：P_k＝{x_r,r∈N_k}；Step3.通过下式计算P_k的权重向量B_k：Step4.利用K‑means方法所得结果初始化聚类中心V_i；Step5.通过下式得到新的隶属度函数Step6.通过下式得到新的聚类中心Step7.通过下式得到偏移场b^(t+1)：Step8.若迭代前后两次聚类中心差小于阈值和/或迭代次数达到阈值时输出结果；否则返回Step5。