论文部分内容阅读
为对海马体积形态进行研究,提出一种基于多图谱配准的T1加权脑部磁共振图像海马分割方法。海马分割对神经系统疾病的诊断有重要意义,配准技术有效地将医学图谱的先验知识融入分割过程,实现精确自动分割。为提高配准效果,采用改进后的最小化残差复杂度算法,在考虑图像灰度信息的同时,融入空间位置信息。该算法对噪声鲁棒性强,配准精度高。利用配准得到的空间变换将图谱海马对目标图像映射后,采用STAPLE算法进行融合,得到目标图像的海马。分析结果表明,该算法稳定有效,分割结果精确度高。