公开(公告)号：CN110473206A

公开(公告)日：2019-11-19

申请号：CN201910670324.9

申请日：2019-07-24

Applicant: 东南大学

Inventor： 孔佑勇 ,  高和仁 ,  陈芊熹 ,  章品正 ,  舒华忠

IPC: G06T7/11 ,  G06T7/136

Abstract: 本发明公开了一种基于超体素与测度学习的弥散张量图像分割方法，包括以下步骤：首先，对弥散张量图像，计算描述每个体素水分子弥散的几何特征与方向特征。然后，在弥散张量图像的组织区域均匀采样种子点，结合位置、几何与方向特征，采用局部空间模糊聚类方法生成超体素。接着，在谱聚类的框架下，建立测度学习与聚类的优化模型，对目标函数采用迭代交替求解，实现超体素的分类。最后，将超体素的分类结果映射回图像空间，从而获得弥散张量图像的分割结果。本发明方法可以高效、稳定地获得精准的组织分割，对于大脑神经影像分析、疾病诊断与大脑认知研究等具有科学意义。

公开(公告)号：CN110473206B

公开(公告)日：2023-03-21

申请号：CN201910670324.9

申请日：2019-07-24

Applicant: 东南大学

Inventor： 孔佑勇 ,  高和仁 ,  陈芊熹 ,  章品正 ,  舒华忠

IPC: G06T7/11 ,  G06T7/136

Abstract: 本发明公开了一种基于超体素与测度学习的弥散张量图像分割方法，包括以下步骤：首先，对弥散张量图像，计算描述每个体素水分子弥散的几何特征与方向特征。然后，在弥散张量图像的组织区域均匀采样种子点，结合位置、几何与方向特征，采用局部空间模糊聚类方法生成超体素。接着，在谱聚类的框架下，建立测度学习与聚类的优化模型，对目标函数采用迭代交替求解，实现超体素的分类。最后，将超体素的分类结果映射回图像空间，从而获得弥散张量图像的分割结果。本发明方法可以高效、稳定地获得精准的组织分割，对于大脑神经影像分析、疾病诊断与大脑认知研究等具有科学意义。