基于K均值聚类的图割医学图像分割算法

• 作者: 吴永芳 张星 徐敏 杨鑫
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像分割 图割 K均值聚类 脑部核磁共振图像
• 年，卷（期）: 2011,（5）
• 页码范围: 232-234
• 分类号: TP391.41
• 字数: 3521字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.05.079

摘要

图割是一种同时基于区域和边界的交互式图像分割算法.传统的基于高斯混合模型的图割具有时间慢和描述组织中灰度分布不准确的缺点.为此,提出一种基于K均值聚类的图割算法.通过用改进的图割来分割仿体的和真实的脑部核磁共振图像,显示出该方法的有效性.该方法不但能提高图割在分割时的速度,在有噪音和灰度不均匀的图像上也能在较短的时间内得到更准确且鲁棒的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鑫	中国科学院自动化研究所复杂系统与智能科学重点实验室	54	627	14.0	21.0
2	张星	中国科学院自动化研究所复杂系统与智能科学重点实验室	35	193	8.0	13.0
3	徐敏	中国科学院自动化研究所复杂系统与智能科学重点实验室	52	480	12.0	20.0
4	吴永芳	中国科学院自动化研究所复杂系统与智能科学重点实验室	1	38	1.0	1.0