论文部分内容阅读
由于心脏核磁共振图像容易出现图像偏移场,并且对于单张图像的分割缺少相邻像素间的空间信息,从而导致传统基于高斯混合模型的左心室分割算法在成分聚类过程中容易出现错判情况。本文提出一种基于序列知识的左心室分割算法,该算法通过学习短轴心脏核磁共振序列图像的序列知识,将图像关键点元素的序列空间信息引入到自适应混合高斯模型中,从而提高该算法在左心室分割过程中的准确性。通过公共测试图像数据库验证了该分割算法的有效性。