基于方向尺度描述子與稀疏編碼的海馬體分割.pdf

1、海馬體病變與神經(jīng)疾病息息相關，海馬體解剖結構的不規(guī)則性以及與周圍組織結構如杏仁體邊界模糊增加了分割海馬體的難度。目前較流行的圖像分割算法較適用于分割規(guī)則器官或大器官，而海馬體體積較小，形狀不規(guī)則，因此常用的圖像分割算法不能達到理想的分割精度。而在常用的基于圖譜的分割算法中多以基于灰度的描述子描述圖像特征，基于灰度的圖像特征在描述亮暗不均勻圖譜時辨識度差，本論文提出一種新的識別度較高的圖像特征描述子——方向-尺度描述子(orientati

2、on-scale descriptor OSD)，然后結合稀疏編碼算法提出一種新的基于方向尺度描述子和稀疏編碼(orientation-scale descriptor and sparecoding OSDSC)海馬體分割算法，提高海馬體分割精度。不同于主流的基于字典學習的方法，OSDSC算法用同時包含灰度紋理信息和空間結構信息的方向-尺度描述子(orientation-scale descriptor OSD)代替低維特征來描述像素

3、特征，OSD的優(yōu)點是它同時包含多種低維特征且能降低圖譜間灰度不均勻性的影響。OSDSC算法包括四個步驟:首先，圖像預處理。第二，特征提取:提取待分割圖像像素和圖譜圖像像素的方向-尺度描述子。第三，字典構建及稀疏編碼:選取圖譜像素的方向-尺度描述子為目標像素構建特有字典，用特有字典近似表達即重建目標像素并得到稀疏編碼系數(shù);第四，標號融合及閾值判定。融合圖譜像素的標號和編碼系數(shù)得到目標像素的標號估計值;閾值判定估計值完成分割。為了驗證OSD