一种基于扩散概率模型的三叉神经分割方法

一种基于扩散概率模型的三叉神经分割方法，用多模态数据，充分结合T1w影像、分数各向异性FA影像和纤维方向分布函数峰值Peaks影像的互补信息；其次，扩散概率模型能够兼顾细节与整体结构，进行多尺度融合，可以在不同尺度上分别处理这些信息，小尺度关注细节，大尺度把握整体结构，使分割结果既能准确描绘出目标的细节，又能保持其在整体图像中的位置和结构关系，从而提高三叉神经分割的准确性。本发明实现了术前分割三叉神经的高成功率，极大的减少了传统分割所带来的时间开销，帮助医生更好地且更加及时地完成术前规划。