原文服务方: 中国医学物理学杂志       
摘要:
本文提出一种基于塔分割和多中心模糊C均值算法结合的无监督MR图像分割方法.文中采用根标记方法对塔图像进行过分割;在塔的最底层模糊图像上应用HSC(hierarchical subtractive clustering)计算初始的聚类中心及聚类数,进而应用FCM算法合并过分割的结果.由于塔分割有效地降低了聚类样本数和HSC自动获得有效的初始聚类中心和聚类数,实验结果表明,在聚类性能不变情况下显著地减少FCM算法的运算时间,从而实现医学图像的快速分割.
推荐文章
基于模糊聚类的声呐图像多区域分割
模糊聚类
声呐图像
图像分割
基于分水岭和改进的模糊聚类图像分割
分水岭算法
粒子群算法
模糊聚类
图像分割
基于密度聚类的医学图像分割DCMIS
医学图像分割
核密度估计
密度聚类
爬山算法
基于邻域的多尺度模糊C-均值聚类图像分割
邻域
多尺度
模糊C-均值聚类
图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于塔分割和多中心模糊聚类的医学图像分割
来源期刊 中国医学物理学杂志 学科
关键词 模糊聚类 HSC FCM 塔分割
年,卷(期) 2006,(1) 所属期刊栏目 医学影像物理
研究方向 页码范围 25-27,24
页数 4页 分类号 R318
字数 语种 中文
DOI 10.3969/j.issn.1005-202X.2006.01.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴效明 华南理工大学生物医学工程系 199 1579 20.0 28.0
2 劳丽 华南理工大学生物医学工程系 4 80 3.0 4.0
3 郭圣文 华南理工大学生物医学工程系 37 255 9.0 13.0
4 温智韡 华南理工大学生物医学工程系 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (100)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (19)
二级引证文献  (136)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(12)
  • 引证文献(1)
  • 二级引证文献(11)
2014(25)
  • 引证文献(0)
  • 二级引证文献(25)
2015(25)
  • 引证文献(0)
  • 二级引证文献(25)
2016(19)
  • 引证文献(0)
  • 二级引证文献(19)
2017(19)
  • 引证文献(0)
  • 二级引证文献(19)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
模糊聚类
HSC
FCM
塔分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国医学物理学杂志
月刊
1005-202X
44-1351/R
16开
1983-01-01
chi
出版文献量(篇)
4079
总下载数(次)
0
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导