基于改进的高斯混合模型脑MR图像分割 (2009年)

MR图像中常含有偏移场以及噪声现象，传统的高斯混合模型无法得到正确的分类.在高斯混合模型目标函数中加入偏移场估计与噪声去除，完善其分类效果，使分类结果较好地克服偏移场和噪声影响.实验表明，该算法在得到较准确的分类结果的同时还能很好地估计偏移场.