一种大尺度DTI图像的快速准确的分割方法与流程

技术特征：

1.一种大尺度DTI图像的快速准确的分割方法，其特征在于，包括以下步骤：

S1：预处理：对DTI图像的每个voxel进行分析，找出所有正定对称的voxel，剔除0点，并保存0点和非0点的位置；

S2：黎曼空间中的频率敏感竞争学习分割：对于每个非0的voxel，假定标号依次为{x₁,x₂,…,x_n}，假定每个初始中心依次为{w₁,w₂,…,w_k}，每个中心的初始频率为{f₁,f₂,…,f_k}，其中，n表示非0的voxel的个数，k是将要分割的区域个数；

(1)从{x₁,x₂,…,x_n}中选取k个点{w₁,w₂,…,w_k}作为起始中心，并设置每个中心的初始频率{f₁,f₂,…,f_k}；

(2)计算x_i到{w₁,w₂,…,w_k}的黎曼距离，i＝1,2,…,n，选取频率和距离之积中最小的w_i作为胜利点(winner)，将w_i对应的频率加1，即f_i+1，作为下一次迭代的频率，并使用下面的公式计算新的w_i的位置：

w_i^t+1＝[w_i^t]^1/2([w_i^t]^-1/2x_i[w_i^t]^-1/2)^a[w_i^t]^1/2

其中上标t表示迭代的次序，a是学习率；

(3)重复(2)直到收敛；

S3：将聚类结果重新排列成DTI图像的形式。

2.根据权利要求1所述的大尺度DTI图像的快速准确的分割方法，其特征在于，步骤S3中还包括：将聚类结果按照非0的位置重新排列成DTI图像的形式，聚类的结果以分割的形式呈现。

3.根据权利要求2所述的大尺度DTI图像的快速准确的分割方法，其特征在于，步骤S3中还包括：将聚类结果按照DTI的分辨率排列，以不同颜色显示。

4.根据权利要求1所述的大尺度DTI图像的快速准确的分割方法，其特征在于，a的取值在[0.01-0.1]之间。