多圖譜醫(yī)學(xué)圖像分割方法研究及應(yīng)用.pdf

1、基于多圖譜的標(biāo)簽融合技術(shù)作為一項(xiàng)新興的研究方法，在模式識(shí)別和醫(yī)學(xué)圖像分割領(lǐng)域受到越來(lái)越多的關(guān)注，它利用了更多的已有專家先驗(yàn)知識(shí)，通過(guò)圖譜圖像的指導(dǎo)將圖譜標(biāo)簽傳播到待分割圖像上。如何利用好這些先驗(yàn)知識(shí)，處理好各個(gè)圖譜之間的關(guān)系，從而獲得最佳的分割結(jié)果，本文將展開(kāi)深入地研究。
　　首先，本文詳細(xì)研究和分析了當(dāng)前已知的多圖譜分割方法的內(nèi)在特點(diǎn)，在此基礎(chǔ)上提出了一個(gè)基于圖框架的標(biāo)簽融合模型，并將所有的方法都集成到該框架中，指出多圖譜方法可

2、以看出是一個(gè)組合分類的問(wèn)題，另一方面也更加利于對(duì)比和分析。
　　其次，提出了將稀疏表示的方法加入到該模型中，首先討論了稀疏表示的概念，接下來(lái)提出了基于稀疏表示的權(quán)重改進(jìn)計(jì)算方法，通過(guò)對(duì)過(guò)完備的非局部信息的稀疏選擇，考察不同的選擇方法對(duì)融合精度的影響，實(shí)驗(yàn)中對(duì)稀疏后的權(quán)重進(jìn)行了具體地分析，實(shí)驗(yàn)證實(shí)了稀疏方法的優(yōu)越性。
　　最后，在稀疏表示的基礎(chǔ)上，進(jìn)一步提出使用半監(jiān)督學(xué)習(xí)的方法來(lái)改進(jìn)稀疏方法帶來(lái)的不魯棒性。稀疏表示的方法能夠確