隐马尔可夫随机场与共轭梯度结合用于脑图像分割
计算机视觉与模式识别
2018-03-14 v4
摘要
图像分割是将图像划分为更易分析的显著区域的过程。如今，分割已成为许多实用医学成像方法（如定位肿瘤和疾病）中的必要步骤。隐马尔可夫随机场模型是图像分割中使用的几种技术之一。它提供了一种对分割过程建模的优雅方式。该建模导致一个目标函数的最小化。共轭梯度算法(CG)是最著名的优化技术之一。本文提出基于隐马尔可夫随机场使用共轭梯度算法(CG)进行图像分割。由于该表达式的导数不可用，CG算法中使用有限差分来近似一阶导数。该方法使用若干公开可用且真值已知的图像进行评估。Dice系数被用作衡量分割质量的客观准则。结果表明，所提出的CG方法优于隐马尔可夫随机场分割算法的其他变体。
引用
@article{arxiv.1705.04823,
title = {Combination of Hidden Markov Random Field and Conjugate Gradient for Brain Image Segmentation},
author = {EL-Hachemi Guerrout and Samy Ait-Aoudia and Dominique Michelucci and Ramdane Mahiou},
journal= {arXiv preprint arXiv:1705.04823},
year = {2018}
}