基于空间特征联合核稀疏表示的脑肿瘤提取方法

发布时间：2018-05-27 12:12

本文选题：脑肿瘤提取 + 多序列核磁共振图像　；参考：《江苏大学学报(自然科学版)》2017年04期

【摘要】：为了提高融合多序列MR图像应用于脑肿瘤提取时分割区域的准确性,基于核稀疏表示分类方法,联合多序列MR图像中的空间结构和灰度特征信息,提出一种空间特征联合的脑肿瘤核稀疏表示分类方法.首先构建各个类别的子字典,再用邻域滤波核稀疏表示方法对多序列脑MR图像进行分类,该邻域滤波核可以有效地将灰度特征与空间结构结合起来提高脑肿瘤提取的准确性.对国际数据库MICCAI Bra TS提供的临床和仿真数据进行分割.结果表明:与稀疏表示分类方法相比,所提出的基于空间特征联合核稀疏表示的脑肿瘤提取方法由于增加了空间结构信息,所得的提取准确率提高了5%~6%.
[Abstract]:In order to improve the accuracy of the segmentation area when the fusion of multi sequence MR images is applied to the extraction of brain tumor, based on the kernel sparse representation classification method, the spatial structure and the gray feature information in the multi sequence MR images are combined, and a spatial feature combination method for brain tumor kernel sparse representation is proposed. The neighborhood filter kernel sparse representation method classifies the multi sequence brain MR images. The neighborhood filter kernel can effectively combine the gray feature and the spatial structure to improve the accuracy of the brain tumor extraction. The clinical and simulation data of the international database MICCAI Bra TS are segmented. The results show that compared with the sparse representation classification method, The proposed method based on spatial feature combined sparse kernel representation for brain tumor extraction has increased the spatial structure information, and the extraction accuracy has increased by 5%~6%.
【作者单位】：三江学院计算机科学与工程学院;东南大学计算机科学与工程学院;江苏大学计算机科学与通信工程学院;
【基金】：国家自然科学基金青年科学基金资助项目(61502206) 江苏省自然科学基金青年基金资助项目(BK20150523) 江苏省博士后基金资助面上项目(1402094C) 江苏大学科研启动基金资助项目(14JDG041)
【分类号】：R739.41;TP391.41

【相似文献】