基于空间模糊核聚类的脑肿瘤图像分割方法
作者:
张腾达
吕晓琪
任晓颖
谷宇
张明
关键词:
脑肿瘤
FCM算法
图像分割
MR图像
摘要:
针对传统FCM算法对脑肿瘤图像分割时对噪声敏感且没有考虑图像空间信息出现分割结果不准确的问题,提出一种新的基于空间模糊核聚类(Spatial Kernel Fuzzy C-means,SKFCM)的脑肿瘤MR图像分割方法.首先,算法引入核函数,将数据由低维特征空间转化为高维特征空间,提高了不同类别特征差异.其次,根据图像目标区域梯度差异,对KFCM算法进行改进,将图像空间信息引入到KFCM算法,用目标区域方差总和与边界梯度均值倒数之和作为新的目标函数.最后,对脑肿瘤图像的样本特征进行迭代优化,实现了脑肿瘤的精确分割.算法分割精确度得到了提高,并且通过图像的空间信息增加了方法的鲁棒性.实验结果表明,改进后算法对脑肿瘤MR图像不同类别间区分度高且具有较强噪声抑制能力,实现了较好的分割效果.
上一篇: 基于知识水平的改进智能遗传组卷算法设计
下一篇: 混凝投药预测自抗扰工业控制器设计