技术总结
本方法提供一种大尺度DTI图像的快速准确的分割方法，通过考虑DTI数据的非线性的特点，引入黎曼流形中的竞争学习机制，将对称半正定的3×3矩阵的体素集合看成是黎曼流形，把DTI图像的每个体素看成是黎曼流形中的点，然后通过黎曼竞争学习算法来把这些体素聚类。在此框架下，选用黎曼距离来度量体素之间的相似性，选取竞争学习作为聚类的方法。在聚类过程中，选取均沿着测地线而非欧式空间聚类的直线来更新节点。同时，加入频率敏感机制来克服聚类问题对初始值敏感的问题。本发明能快速准确地分割活体组织的DTI成像。本方法有两个主要应用，一是进行脑白质分子水平上的检测，以辅助临床诊断某些常规设备无法检测的疾病；二是用于人脑神经联通模式研究。
技术研发人员：郑立刚
受保护的技术使用者：广州大学
文档号码：201610605176
技术研发日：2016.07.27
技术公布日：2017.02.15