MBIS：多变量贝叶斯图像分割工具
计算机视觉与模式识别
2015-11-19 v2
摘要
我们推出了 MBIS（多变量贝叶斯图像分割工具），这是一种基于多变量正态分布混合模型的聚类工具。MBIS 支持基于 B-spline 模型的多通道偏置场校正。第二个方法学创新是将图割 (graph-cuts) 优化纳入平稳各向异性隐马尔可夫随机场模型。随 MBIS 一起发布的还有一个评估框架，其中包含针对多站点数据的三个不同实验。我们首先验证了每个通道的分割精度和估计的偏置场。在交叉对比评估中，MBIS 的表现优于广泛使用的分割工具。第二个实验证明了结果在无图谱分割中的鲁棒性，该实验使用了 21 名健康受试者的扫描 - 重扫协议中的两组图像数据。在 T1 加权图像上，多变量分割比单光谱分割具有更好的可重复性。最后，我们提供了第三个实验，以说明 MBIS 如何用于一项关于 584 名健康受试者组织体积随年龄增长而变化的大规模研究。这一最后的结果具有重要意义，因为多变量分割无需先验知识即可稳健执行。
引用
@article{arxiv.1404.0600,
title = {MBIS: Multivariate Bayesian Image Segmentation Tool},
author = {Oscar Esteban and Gert Wollny and Subrahmanyam Gorthi and Maria-J. Ledesma-Carbayo and Jean-Philippe Thiran and Andres Santos and Meritxell Bach-Cuadra},
journal= {arXiv preprint arXiv:1404.0600},
year = {2015}
}