公开(公告)号：CN110728685B

公开(公告)日：2023-04-07

申请号：CN201910892219.X

申请日：2019-09-20

Applicant: 东南大学

Inventor： 孔佑勇 ,  刘永帆 ,  杜森 ,  舒华忠

IPC: G06T7/11 ,  G06T7/44 ,  G06T19/20 ,  G06V10/764

Abstract: 本发明公开了一种基于对角体素的局部二值模式纹理算子的脑组织分割方法，步骤如下所示：S1：对原始脑部磁共振扫描图像进行超体素聚类分割；S2：对超体素进行对角体素局部二值模式纹理特征提取；S3：根据所述对角体素局部二值模式纹理特征，以kNN为预测模型，进行特征匹配。本发明从三维的角度去整体地看待MRI数据，能够最大限度、高效地对有限的数据进行充分利用，从而可以很好地提取三维数据的特征，有效缓解MRI数据样本不足与机器学习需要大量训练数据的矛盾。

公开(公告)号：CN110728685A

公开(公告)日：2020-01-24

申请号：CN201910892219.X

申请日：2019-09-20

Applicant: 东南大学

Inventor： 孔佑勇 ,  刘永帆 ,  杜森 ,  舒华忠

IPC: G06T7/11 ,  G06T7/44 ,  G06T19/20 ,  G06K9/62

Abstract: 本发明公开了一种基于对角体素的局部二值模式纹理算子的脑组织分割方法，步骤如下所示：S1：对原始脑部磁共振扫描图像进行超体素聚类分割；S2：对超体素进行对角体素局部二值模式纹理特征提取；S3：根据所述对角体素局部二值模式纹理特征，以kNN为预测模型，进行特征匹配。本发明从三维的角度去整体地看待MRI数据，能够最大限度、高效地对有限的数据进行充分利用，从而可以很好地提取三维数据的特征，有效缓解MRI数据样本不足与机器学习需要大量训练数据的矛盾。