MICO论文笔记

Multiplicative intrinsic component optimization (MICO) for MRI bias field estimation and tissue segmentation

思想：构建模型的时候，将MRI影像分解为真实图像和偏移场这两项的乘积。

算法推导

首先将MRI（I）分解为偏移场b和真实图像J的乘积再与噪声n相加。其中假设噪声的均值为0.

由以上公式，就可以理解为对偏移场和真实图像进行分割就是对b(x)和J(x)进行优化搜索。

对于偏移场，作者用一系列线性函数g1，...，gm来描述。因此，偏移场就可以写为:

由此，对b(x)的优化就可以转为对w的优化。经过有效的向量和矩阵计算能量最小化问题中的最佳偏置场。

对于真实影像，基于假设，即图像中有n个组织且互不相交，那么真实图像可以写为一下表达：