基于小波域隐马尔可夫模型的人脑MRI体数据分类

摘要

为保证三维体视化图像能较准确地表达组织,以人脑磁共振图像为例,提出了基于小波域隐马尔科夫模型的体数据分类算法,首先采用EM算法进行HMT模型参数估计,然后通过小波分解,得到近似初始分类数和各类在小波空间中的特征量,这在以往体数据分类中需要事先对体数据进行大量的训练才能得到．分类结果采用ICM (iterated conditional mode)方法获得．其结果表明,该方法在运算时间和分类效果上都优于以往的多分辨率分类方法．