脑血管的精确分割和可视化对相关脑疾病的诊断和治疗具有重要意义。 但是,某些分割算法仅适用于标准数据。 本文提出了一种基于概率混合模型的分割方法来解决临床问题。 通过对中国人民解放军广州总医院提供的磁共振血管造影(MRA)数据进行直方图分析,建立了由六个概率分布(一个指数分布,一个瑞利分布和四个正态分布)形成的混合模型,以拟合直方图曲线。 最小二乘和期望最大化(EM)算法已用于参数估计。 最后,通过最大后验概率(MAP)和马尔可夫随机场(MRF)算法增强了分割效果。 通过对一系列具有良好性能的临床MRA数据进行分割测试,验证了该方法的有效性。