计算机辅助设计与图形学学报

作者：王文倩, 李敏, 黄宇, 邓小于

关键词：脑部MRI图像, 超分辨重建, 差分曲率, 学生<i>t</i>分布混合模型

核磁共振成像(magnetic resonance imaging, MRI)能够提供丰富的病理信息, 在脑损伤的诊断和治疗中具有重要意义, 受采样时间和现有医疗设备的限制, 临床上很难获得高分辨率的 MRI 图像. 为此, 提出一种基于差分曲率分组混合模型的超分辨重建方法. 首先在梯度特征提取的基础上引入差分曲率算法, 进一步检测图像的边缘、斜坡等特征结构, 并将特征块分为平滑区域、纹理区域和边缘区域 3 组; 然后基于学生 t 分布混合模型分别学习 3 组特征区域的模型参数; 最后选取多个似然概率较大的子分布共同重建高分辨率图像块. 在癌症成像档案库数据集上的实验结果表明, 在&#215;2,&#215;3 和&#215;4 超分辨任务下, 所提方法的平均峰值信噪比分别为 41.36 dB, 35.01 dB 和 31.32 dB, 平均结构相似度分别为 0.984 8, 0.941 5 和 0.879 5; 与现有的超分辨重建方法相比, 该方法重建的 MRI 图像纹理细节更丰富、边缘更清晰, 并且重建时间更短.

来源：2023年第6期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2023年第6期