基于FCM和LBF模型的医学图像自动分割

• 作者: 冯燕 崔文超 樊养余 王毅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像分割 模糊C均值聚类 局部二相拟合模型 水平集 血管图像 磁共振图像
• 年，卷（期）: 2012,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 200-204
• 页数: 5页
• 分类号: TP391.41
• 字数: 4999字
• 语种: 中文

摘要

基于局部区域二相拟合(LBF)模型的医学图像分割方法,对初始轮廓敏感并仅能分割单类目标,若手动选取的初始轮廓不合适,将导致算法耗时过大甚至分割失败.针对上述不足,提出联合模糊C均值(FCM)聚类的LBF模型自动分割算法.对待分割图像进行FCM聚类,将得到的目标类隶属度值变换为适用于LBF模型的水平集函数初始值,利用LBF模型从该初始值开始演化直至收敛,从而完成分割.合成图像及血管和脑部图像的分割实验结果表明,该算法能够自动获取合适的初始值,有效解决LBF模型对初始轮廓敏感的问题,减少迭代次数,而且通过选择不同的FCM聚类结果,可以实现对多类目标的分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊养余	西北工业大学电子信息学院	212	1698	20.0	32.0
2	王毅	西北工业大学电子信息学院	76	698	14.0	21.0
3	冯燕	西北工业大学电子信息学院	75	688	15.0	21.0
4	崔文超	西北工业大学电子信息学院	30	66	4.0	6.0