基于弱膜模型的自适应立体脑图像分割方法

提出一种自动分割单通道磁共振脑图像的新方法,这种方法建立在弱膜模型的基础上。此处的弱膜模型使用了两个空间上交织的马尔可夫随机场先验模型,其中之一对亮度测度建模以实现分段光滑性约束,另一个对非连续性建模以控制相邻体素间的交互作用。依据这一模型,该方法使用贝叶斯理论和领域约束获得了区域和边界的最大后验概率估计。这种方法具有如下属性1大脑图像被准确地分割成白质、灰质和脑脊髓;2对噪声和亮度不一致性具有较强的鲁棒性。