数据压缩的FCM算法用于人脑MRI图像的分割

• 作者: 张西学 郑鹏 马华
• 来源期刊: 信息与电子工程
• 学科: 工学
• 关键词: 图像分割 模糊C均值 数据压缩 磁共振成像
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 187-190
• 页数: 4页
• 分类号: TP391.41
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2892.2006.03.006

摘要

针对模糊C均值聚类(Fuzzy C-means clustering,FCM)算法在人脑磁共振成像(MagneticResonance Imaging,MRI)图像分割中存在的计算量大、运行时间过长的问题,提出一种加速方法.首先利用边界跟踪法对人脑MRI图像进行预处理,剔除颅骨和肌肉等非脑组织;然后通过数据压缩,即通过对相近的像素进行量化并聚合来减少像素个数;最后用FCM算法对大脑结构进行分割,结果得到脑白质、灰质和脑脊液图像区域.该方法能够使数据量大为减少,从而使FCM在图像分割中更加快速有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张西学	泰山医学院信息科学系	26	51	4.0	6.0
2	马华	泰山医学院信息科学系	28	117	6.0	9.0
3	郑鹏	泰山医学院信息科学系	13	27	3.0	5.0