基于模糊C均值聚类的医学图像分割研究

• 作者: 张翡 范虹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊C均值聚类 医学图像分割 核函数 空间信息
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 144-151
• 页数: 8页
• 分类号: TP391.72
• 字数: 9595字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1209-0055

摘要

模糊C均值聚类算法（FCM）在硬C均值聚类的基础上有效地解决了医学图像分割中存在的模糊情况，通过建立表示图像中像素点与聚类中心加权相似度的目标函数，采用迭代优化的方法求解目标函数的极小值来确定最佳聚类。针对FCM算法中存在的对大样本数据分割速度慢、结果易受初始值影响、对噪声敏感、难以适应多种数据分布等缺陷，涌现出了大量的改进算法。对其中的部分改进算法进行综述，主要介绍快速FCM算法、基于初始值选取的FCM算法、基于空间邻域信息的FCM算法以及基于核函数的FCM算法等，并对其优缺点进行概要的总结和介绍。指出该算法进一步的研究方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范虹	陕西师范大学计算机科学学院	30	276	10.0	15.0
2	张翡	陕西师范大学计算机科学学院	3	60	2.0	3.0