使用磁共振成像（MRI）将脑体素分为灰质，白质和脑脊液（CSF）的分类对于定量脑分析至关重要。 尽管具有计算效率，但最常用的统计分类模型处理强度不均匀性（INU）和部分体积效应（PVE）的能力较弱，因此可能会产生较不准确的结果。 在本文中，我们提出了一种新颖的方法，即VMG-NDE算法，通过同时考虑所有影响来改善MRI图像中的脑素分类。 该算法有四块木板，其中包括：（1）使用高斯变异混合（VMG）模型来表征由PVE引起的体素值的变化，（2）在从图像中提取的小数据量上训练一组局部VMG模型为了减少