许政 程远志

文章编号： 2095-2163（2018）03-0229-06中图分类号： 文献标志码： A

摘要： 关键词： multiscale collaborative sparse regression

（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China）

Abstract： Sparse Learning Theory is one of the powerful tools for hyperspectral unmixing. The collaborative sparse regression model proposed by Ioradche et al.＼[1＼] exploits the row-sparse characteristic of the fractional abundances to impose the collaborative sparsity on the fractional abundances， which impoves the unmixing results. Inspired by Hyperspectral Unmixing Theory， the paper introduces the collaborative sparse regression model into lateral ventricles segmentation. In order to overcome the shortcomings of traditional collaborative sparse regression methods which only pay attention to the reconstruction noise error and neglect the sparse error， the paper proposes a novel lateral ventricles segmentation method based on multiscale collaborative sparse regression to further improve the accuracy of lateral ventricles segmentation. This method regards the input shape of lateral ventricles as a sparse linear combination of training shapes in a shape repository， and depicts the the row-sparse characteristic of the shape repository of lateral ventricles with the collaborative sparsity. Finally， a multiscale segmentation optimization strategy is developed＼[2＼]， where the input shape is deformed in a coarse-to-fine manner. The experimental result is provided to illustrate the effectiveness and applicability of the novel method.

Key words：

基金項目：

作者简介：

收稿日期： 引言

随着计算机辅助诊断技术的不断发展，医生利用医学影像处理技术对医学图像进行分析，辅助发现病灶，提高疾病诊断的准确率。现代医学通过计算机断层扫描技术、核磁同振成像技术获得高分辨率、高信噪比的人脑医学图像。侧脑室分割就是在人脑MRI图像中将侧脑室与相邻的组织（白质、灰质等）分离出来，获得准确的侧脑室形状。同时，侧脑室的精确分割是脑部疾病临床诊断和术前规划的重要前提。因此，实现快速和准确的侧脑室MRI图像分割在人脑疾病诊断和脑室术前规划方面具有重要的意义。

然而，目前的侧脑室分割仍然面临着以下几点难题。其一，人脑MRI医学图像在采集的过程中容易受到各种噪声、容积效应和成像伪影的干扰。其二，侧脑室是一种软组织，不同年龄、性别、身高和体重的人之间的侧脑室在大小、形状、空间位置有很大的差异。其三，在人脑MRI医学图像中，侧脑室与相邻的组织具有相近的灰度值，表现出比较模糊的边界。这些困难都会导致无法准确优质地在人脑MRI医学图像中分割侧脑室区域，容易造成欠分割和过分割的现象。人脑中的侧脑室具有很多局部精细的形状（前角、后角和尖锐角点等），这些局部细节对于人脑疾病诊断和脑部术前规划至关重要，所以需要对这些局部精细区域进行有效分割和恢复。

目前，国内外出现了很多针对侧脑室分割的方法，而且也举办了多次脑室分割竞赛，许多文献对侧脑室分割方法进行了分析和评估＼[3-5＼]。……