论文部分内容阅读
提出一种基于FESS的混合模型脑图像分割方法。其特点在于生成模型与判别模型得到了有效结合。生成模型通过条件随机场融合体素点的灰度信息、形状信息以及区域相邻关系,实现对脑子结构外观特征的描述。在此基础上,利用生成模型将训练样本映射到FESS特征空间;判别模型中采用LS-SVM分类器并将数据场应用于混合分割模型的训练过程中,降低了判别模型由于训练数据不平衡而引起的性能波动并提高其泛化能力。实验结果表明,与若干前沿的脑图像分割方法相比,该方法具有更好的分割质量和性能。