检索结果-南通市图书馆

Magnetic-resonance image segmentation based on improved variable weight multi-resolution markov random field in undecimated complex wavelet domain

引用

Chinese Physics B 2021年第7期30卷 655-667页

作者： Hong Fan Yiman Sun Xiaojuan Zhang Chengcheng Zhang Xiangjun Li Yi Wang School of Computer Science Shaanxi Normal UniversityXi'an 710062China School of Computer Science Qinghai Normal UniversityXining 810003China School of Information Engineering Xi'an UniversityXi'an 710065China Department of Biomedical Engineering Cornell UniversityIthacaNY 14853USA

To solve the problem that the magnetic resonance(MR)image has weak boundaries,large amount of information,and low signal-to-noise ratio,we propose an image segmentation method based on the multi-resolution markov random field(MRMRF)*** algorithm uses undecimated dual-tree complex wavelet transformation to transform the image into multiple *** transformed low-frequency scale histogram is used to improve the initial clustering center of the K-means algorithm,and then other cluster centers are selected according to the maximum distance rule to obtain the coarse-scale *** results are then segmented by the improved MRMRF *** order to solve the problem of fuzzy edge segmentation caused by the gray level inhomogeneity of MR image segmentation under the MRMRF model,it is proposed to introduce variable weight parameters in the segmentation process of each ***,the final segmentation results are *** name this algorithm the variable-weight multi-resolution markov random field(VWMRMRF).The simulation and clinical MR image segmentation verification show that the VWMRMRF algorithm has high segmentation accuracy and robustness,and can accurately and stably achieve low signal-to-noise ratio,weak boundary MR image segmentation.

关键词： undecimated dual-tree complex wavelet MR image segmentation multi-resolution markov random field model

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：