首页 期刊 计算机工程与应用 一种基于改进的遗传算法的脑MR图像去偏移场模型 【正文】

一种基于改进的遗传算法的脑MR图像去偏移场模型

作者:陈允杰 张建伟 王利 王平安 夏德深 南京信息工程大学数理学院 南京210044 南京理工大学计算机学院 南京210094 香港中文大学计算机科学与工程学系 香港
mri   偏移场   信息熵   梯度下降法   遗传算法  

摘要:由于磁共振图像(Magnetic Resonance Images,MRI)常含有偏移场,影响后继图像分割。采用Legendre多项式基函数来拟合偏移场,以去除偏移场对图像分割的影响。当使得恢复图像的信息熵达到最小时,求得的偏移场最优。求偏移场的过程中需要求解基函数的参数,由于传统的梯度下降法易陷入局部最优,将遗传算法引入到参数求解过程中,然而传统的遗传算法时间复杂度高,易陷入局部最优,对遗传算法进行了改进,更容易得到全局最优解且时间复杂度较低。实验证明该算法可以得到精确的偏移场,得到准确的分割结果。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅