改进的KNN算法及其在医学图像处理中的应用

• 作者: 孙静 王清 韩忠东 马华
• 来源期刊: 泰山医学院学报
• 学科: 工学
• 关键词: KNN算法 K-均值聚类 磁共振成像 图像分割
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 论著
• 页码范围: 564-566
• 页数: 3页
• 分类号: TP3
• 字数: 2274字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7115.2006.06.020

摘要

目的 利用最近邻KNN算法对MR图像分割时,要靠人的经验从图像中选出部分像素作为训练样本,本文就是为了减少人的劳动并且使算法自动进行.方法 用速度快的k-均值聚类算法得到的聚类中心作为参考,将与之相近的部分像素作为训练样本.此外,在应用KNN方法前,还利用边界跟踪法剔除人脑MR图像中颅骨和肌肉等非脑组织,避免非脑组织对大脑结构分割的干扰.结果 能较好地将MR图像分割出脑白质、灰质、脊髓三部分图像.结论 实验表明,改进的KNN方法减少了对人工的参与,并且取得了很好的分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王清	泰山医学院信息工程学院	9	32	4.0	5.0
2	韩忠东	泰山医学院信息工程学院	33	125	6.0	9.0
3	马华	泰山医学院信息工程学院	28	117	6.0	9.0
4	孙静	泰山医学院信息工程学院	18	35	4.0	5.0