《一种基于特征权重降维的核磁共振脑图像分割方法》

技术简介：

本发明涉及数字图像处理领域,涉及一种基于特征权重降维的核磁共振脑图像分割方法,包括：1、对核磁共振脑图像进行预处理；2、提取脑图像中的特征属性,构建特征数据集；3、计算特征数据集X上的关联无向图；4、确定图像分割的类别数；5、固定G,更新目标式中的H；6、固定H,更新目标式中的G；7、判断当前迭代次数与最大迭代次数的关系；8、对H矩阵取出p个最大的行序号；9、构建新的特征数据集10、在上执行K均值聚类,得到分割结果。本发明通过特征权重筛选出重要的特征信息,既保存了脑组织的数据结构信息和邻域空间像素信息,又能精准地描述脑组织的各个部分的结构,具有自动检测、分割准确性高等优点。

研发人员：顾晓清;倪彤光;蒋亦樟;薛婧;钱鹏江