典型文献
集成相异性准则与熵率超像素的图像分割模型
文献摘要：
目的 高精度图像分割是生物医学图像处理中的一个重要问题.在磁共振成像过程中,噪声和强度不均匀很大程度影响图像分割的精度.因此,提出了一种基于相异性准则熵率超像素的多模态高精度图像分割网络.方法 采用熵率超像素分割算法对多模态图像进行预分割得到超像素块,提出新的融合算法对其重新编号,建立超像素图,该图中的每一个超像素块构成无向图的一个结点;利用每个结点的灰度值提取特征向量,通过相异性权重判断结点间的相关性,构建相邻结点的特征序列;将特征序列作为双向长短期记忆模型(bi-directional long short-term memory,BiLSTM)的输入,经过训练和测试,得到最终的分割结果.结果 本文方法在BrainWeb、MRBrainS和BraTS2017数据集上与主流算法进行了对比.在BrainWeb数据集上,本文方法的像素精度(pixel accuracy,PA)和骰子相似系数(Dice similarity coefficient,DSC)分别为 98.93％、97.71％,比 LSTM-MA(LSTM method with multi-modality and adjacency constraint)提升了 1.28％、2.8％.在 MRBrainS 数据集上,本文方法的 PA 为 92.46％,DSC 为84.74％,比LSTM-MA提升了 0.63％、1.44％.在BraTS2017数据集上,本文方法的PA和DSC上分别为98.80％,99.47％,也取得了满意的分割结果.结论 提出的分割网络在多模态图像分割应用中,获得了较好的分割结果,对图像强度不均匀和噪声有较好的鲁棒性.
文献关键词：
图像分割;多模态;超像素;双向长短期记忆模型(BiLSTM);噪声鲁棒性
中图分类号：
作者姓名：
顾安琪;单昕昕;文颖
作者机构：
华东师范大学计算机科学与技术学院,上海 200062;华东师范大学通信与电子工程学院,上海 200241
文献出处：
引用格式：
[1]顾安琪;单昕昕;文颖-.集成相异性准则与熵率超像素的图像分割模型)[J].中国图象图形学报,2022(11):3267-3279
A类：
BrainWeb,MRBrainS,BraTS2017
B类：
相异性,图像分割,分割模型,医学图像处理,磁共振成像,影响图,分割网络,超像素分割,分割算法,多模态图像,预分,割得,像素块,融合算法,新编,编号,素图,结点,灰度值,提取特征,特征向量,特征序列,列作,双向长短期记忆模型,bi,directional,long,short,term,memory,BiLSTM,经过训练,流算法,pixel,accuracy,PA,骰子,相似系数,Dice,similarity,coefficient,DSC,MA,method,multi,modality,adjacency,constraint,噪声鲁棒性
AB值：
0.343055
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
