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: