• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Control, Instrumentation, Energy Communication >Bias field estimation and segmentation of MRI images using a Spatial Fuzzy C-means algorithm
【24h】

Bias field estimation and segmentation of MRI images using a Spatial Fuzzy C-means algorithm

机译：使用空间模糊C均值算法对MRI图像进行偏场估计和分割

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Magnetic resonance imaging (MRI) images suffer from intensity inhomogeneity or bias field causes due to smooth intensity variations of the same tissue across the image region. This paper presents a new method called Bias Estimated Spatial Fuzzy C-means (BESFCM) algorithm for intensity inhomogeneity estimation and segmentation of MRI images at the same time. First, we formulate a new local fuzzy membership function that includes a probability function of a pixel considering its spatial neighbourhood information. Then, we introduce a new clustering center and weighted joint membership functions using the local and global membership values. Finally, MRI images are segmented and bias field is estimated by formulating an objective function using the new cluster centers and joint membership functions. The simulation results show that the resulting BESFCM algorithm estimates intensity inhomogeneity and improves the segmentation results as compared to other FCM-based clustering algorithms.
机译：由于相同组织在整个图像区域的平滑强度变化，磁共振成像（MRI）图像会出现强度不均匀或偏磁场。本文提出了一种新的方法，称为偏差估计空间模糊C均值（BESFCM）算法，用于同时进行强度不均匀性估计和MRI图像分割。首先，我们考虑到像素的空间邻域信息，制定了一个新的局部模糊隶属度函数，其中包括像素的概率函数。然后，我们使用本地和全局成员值引入一个新的聚类中心和加权联合成员函数。最后，通过使用新的聚类中心和联合隶属度函数制定目标函数，对MRI图像进行分割并估计偏场。仿真结果表明，与其他基于FCM的聚类算法相比，所得的BESFCM算法可估计强度不均匀性并改善分割结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号