磁共振弥散张量成像的丘脑分割

摘要

在扩散张量磁共振成像(DT-MRI)中提出了一种基于均值移位算法的半自动丘脑和丘脑核分割算法。与现有的主要基于K-means算法的丘脑分割算法相比，基于mean shift的算法具有更强的灵活性和自适应性。它不假设一个高斯分布或固定数量的簇。此外，基于均值移位算法的单参数自然支持分层聚类。

参考文献

1. P. J. Basser, S. Pajevic, C. Pierpaoli, J. Duda, and A. Aldroubi，“使用DT-MRI数据的体内纤维束成像”，医学磁共振，第44卷，第5期。4，页625-632,2000。视图:出版商的网站|谷歌学术搜索
2. M. R. Wiegell, D. S. Tuch, H. B. W. Larsson, V. J. Wedeen，“从扩散张量磁共振成像中自动分割丘脑核”，科学杂志第19卷第2期2，页391-401,2003。视图:出版商的网站|谷歌学术搜索
3. T. E. Behrens, H. Johansen-Berg，和M. W. Woolrich等人，“使用扩散成像对人类丘脑和皮层之间的连接进行无创测绘”，自然神经科学，第6卷，第2期7，页750-757,2003。视图:出版商的网站|谷歌学术搜索
4. L. Jonasson, P. Hagmann，和C. Pollo等人，“一种用于在DT-MRI中分割丘脑及其核的水平集方法，”信号处理，第87卷，第2期2，页309-321,2007。视图:出版商的网站|谷歌学术搜索
5. D. Comaniciu和P. Meer，“均值转移:特征空间分析的稳健方法”，模式分析与机器智能学报，第24卷，第2期5，第603-619页，2002。视图:出版商的网站|谷歌学术搜索
6. 张炳扬。Westin, S. E. Maier, H. Mamata, A. Nabavi, F. A. joolesz, R. Kikinis，“扩散张量MRI的处理和可视化”，医学图像分析，第6卷，第2期2，页93-108,2002。视图:出版商的网站|谷歌学术搜索

版权

版权所有©2007叶端等。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。