基于局部区域拟合模型磁共振图像分割与偏移估计算法.docVIP

基于局部区域拟合模型磁共振图像分割与偏移估计算法 　　?フ? 要:磁共振(MR)图像的灰度通常是不均匀的，这种不均匀性是由于成像设备的缺陷导致产生了一种光滑的偏移场。一般的基于灰度统计特性的分割算法都是假设目标区域和背景区域图像的灰度分别是一致的，因此该类算法不能很好地应用于磁共振图像的分割。提出一种基于局部拟合模型的磁共振图像分割与偏移估计算法：利用图像的局部区域的灰度特性建立恢复图像的灰度、偏移量，以及区域指示函数之间的能量函数，然后分别针对恢复图像的灰度、偏移量以及指示函数进行优化。该算法可以同时对磁共振图像进行分割与偏移估计。实验结果表明该算法优于目前比较流行的磁共振图像分割与去偏移算法如变分水平集方法。 　　?ス丶?词:图像分割；水平集；偏移估计；磁共振图像 　　 　　?ブ型挤掷嗪?: TP391.41 文献标志码:A 　　 　　Abstract: Intensity inhomogeneity often exists in Magnetic Resonance (MR) images, which is due to the smooth bias field caused by the deficiency of the device. Traditional intensity??based segmentation algorithms often assume the uniform intensity belonging to the object and background, respectively. Therefore, these algorithms fail to successfully segment image with intensity inhomogeneity. This paper proposed a local region fitting model for simultaneous segmentation and bias correction. The model is built based on the intensity property in the local region to build an energy function with respect to the intensity, bias field function and the region indicating function. Then, this energy function was optimized with respect to the intensity, bias field and the indicating function, respectively. The segmentation and bias field estimation would be conducted simultaneously finally. The experimental results on the real MR brain images demonstrate the advantages of the proposed method over variational level set approach. 　　 　　??Key words: image segmentation; level set; bias correction; Magnetic Resonance (MR) image 　　?? 　　 　　0 引言?? 　　图像分割在计算机视觉和模式识别中具有重要意义，因此得到广泛研究????［1-5］??。图像的灰度不均匀特性通常是由于设备的缺陷或者是目标本身如光照等造成的。由于一般的基于灰度的分割算法都是假设目标和背景区域的灰度分别是一致的， 因此这种不均匀性通常会导致该类算法难以准确分割特定目标。灰度不均匀特性广泛存在于医学图像之中，如 X光图像，磁共振(Magnetic Resonance, MR)图像等。磁共振图像的灰度不均匀特性主要是由于成像过程产生的非均匀磁场造成的。这种灰度的非均匀特性通常会影响分割的精度,因此，在进行磁共振图像的分割之前，通常需要对磁共振图像的灰度进行校正????［6-7］??。?? 　　不均匀的灰度通常被建模为一个光滑的偏移场与分段线性常数的函数之间的乘积,该分段线性常数函数用来逼近真实的灰度。偏移估计通过估计偏移场来去除图像非均匀特性导致的负面影响????［6］??。基于分割的方法在偏移估计之中应用比较广泛，因为分割的方法可以将分割与偏移估计结合在一起，使得这两者之间优势互补，从而可以得到更为精