基于D-S证据理论的多发性硬化症病灶分割算法

• 作者: 刘同 李彬
• 来源期刊: 计算机应用研究
• 关键词: 图像分割 D-S证据理论 模糊C-均值聚类 信息融合 多发性硬化症
• 年，卷（期）: 2011,（1）
• 页码范围: 378-380
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.01.106

摘要

多发性硬化症是一种严重威胁中枢神经功能的疾病,对其病灶自动检测方法的研究正受到越来越多的关注.基于D-S证据理论和模糊C-均值(FCM)聚类算法,提出了一种融合T1和T2加权MR图像信息的多发性硬化症自动分割算法.首先运用FCM聚类算法分别分割T1和T2加权MR图像,然后利用根据D-S证据理论得到的融合两种加权图像信息的基本概率分配函数,实现多发性硬化症病灶的分割.通过对多发性硬化症MR脑部图像的分割实验表明,该算法具有很高的多发性硬化症病灶分割精度,对多发性硬化症的临床辅助诊断具有重要作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彬	南方医科大学生物医学工程学院	40	163	7.0	10.0
2	刘同	黄河水利委员会信息中心	6	17	3.0	4.0