文献

J-GLOBAL ID：201202276191570840   整理番号：12A0236464

空間的拘束のあるロバストなStudent t混合モデルと医用画像分割へのその応用

Robust Student’s-t Mixture Model With Spatial Constraints and Its Application in Medical Image Segmentation

著者 (2件)： NGUYEN Thanh Minh (Univ. Windsor, ON, CAN) ,  WU Q.M.Jonathan (Univ. Windsor, ON, CAN)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 31  号： 1  ページ： 103-116  発行年： 2012年01月 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 医用画像処理における自動画像分割のために,確率論に基づく多くのアルゴリズムが提案されているが,中でもGauss混合モデル(GMM)が最も広く用いられている。GMMは期待値最大化(EM)アルゴリズムを用いた高効率であるが,近隣の各ピクセル間の相互相関を無視し,雑音の影響を受けやすい。これに対する一方策として,有限Student t混合モデル(SMM)が提案されている。SMMは,GMMよりもロバストであるが,ピクセル間の空間的拘束(SC)を考慮しない。本稿では,そこで新しく空間的拘束のある有限Student t混合モデル(SMM-SC)を提案した。SMM-SCは,Dirichletの分布と法則に基づき,画像中の局所空間的拘束を考慮した。また,EMアルゴリズムの代わりに,傾斜法を採用し,パラメータを最適化した。SMM-SCをシミュレーションおよび実際の医用画像によりテストし,他の最新の有限混合モデルと比較して有用性を確かめた。

シソーラス用語： *画像処理 ,  撮像 ,  *セグメンテーション ,  Gauss模型 ,  *モデル ,  *t分布
準シソーラス用語： Gauss混合モデル ,  *Student分布 ,  医用画像処理 ,  *画像分割 ,  *混合モデル

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 拘束 ,  ロバスト ,  混合モデル ,  医用画像 ,  応用