改进的核磁共振图像分割与偏移场恢复耦合模型  

Improved coupled model for MR images segmentation and bias restoration

作　　者：王顺凤[1] 冀晓娜[1] 张建伟[1] 陈允杰[1] 方林[1] 詹天明[2] 

机构地区：[1]南京信息工程大学数学与统计学院,南京210044 [2]南京理工大学计算机科学与技术学院,南京210094

出　　处：《中国图象图形学报》2012年第9期1175-1180,共6页Journal of Image and Graphics

基　　金：国家自然科学基金项目(61173072);国家自然科学青年基金项目(61003209);江苏省自然科学基金项目(BK2011824);江苏省高校自然科学研究项目(10KJB520012)

摘　　要：生物医学图像分析可以辅助医生诊断疾病,然而,图像中常含有噪声以及灰度不均匀现象,使得传统的图像分割方法不能得到满意的结果。针对这些问题,构造一种基于图像区域信息的偏移场恢复耦合模型,使得模型可以在分割的同时恢复出图像偏移场。为了得到全局最优解并提高算法效率,将该模型改进成1范数下的凸函数,并使用基于Split-Bregman方法对该耦合模型进行快速求解。实验结果表明,本文方法可以降低噪声和灰度不均匀的影响,得到较准确的分割结果和偏移场信息,而且大大地降低了计算复杂度。Medical image analysis is helpful for doctors to diagnose diseases. However, the images usually have noise and intensity inhomogeneities, which makes it hard to obtain satisfactory results using the traditional image segmentation meth- ods. To solve these problems, we propose a coupled model based on local image information, which can segment images while restoring the bias field. In order to obtain global optimal results accurately and quickly, we improved the coupled model to be a convex function and solved it based on the Split-Bregman method. The experimental results show that our method can reduce the effect of the noise and intensity inhomogeneities, and obtain more accurate segmentation results while estimating the bias field efficiently.

关 键 词：磁共振成像 偏移场恢复 全局凸分割 水平集方法 Split—Bregman方法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]