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