TY -的A2 Tohka Jussi盟——通用电气,Ting AU -μ,宁非盟-詹,天明(AU -陈,智盟——高,万蓉AU -μ,Shanxiang PY - 2019 DA - 2019/07/01 TI -大脑病变分割基于低秩表示共同约束和稀疏表示SP - 9378014六世的分割- 2019 AB -大脑病变的磁共振(MR)形象具有重要意义的临床诊断和随访治疗。脑损伤的自动分割方法,提出了基于低秩表示(远程雷达)和稀疏表示理论(SR)。该方法分解组成的大脑图像分成背景部分脑组织和大脑损伤的部分。考虑到脑组织中的每个像素可以表示为背景字典,低秩表示包含sparsity-inducing正则化项采用模型部分。然后,线性化交替方向法与自适应惩罚(LADMAP)被选中来解决模型,和脑损伤可以通过剩余的响应矩阵。提出的模型不仅反映了图像的全局结构,还保留了本地信息的像素,从而提高表示精度。脑瘤患者的实验结果数据和多发性硬化症患者透露,该方法优于几种现有方法的分割精度,同时实现自动分割。SN - 1687 - 5265 UR - https://doi.org/10.1155/2019/9378014 - 10.1155 / 2019/9378014摩根富林明计算智力和神经科学PB - Hindawi KW - ER