基于K-means和图割的脑部MRI分割算法

• 作者: 元昌安 刘致锦 廖剑平 田换 覃晓
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 图割 交互式 核磁共振图像 K-均值
• 年，卷（期）: 2016,（5）
• 页码范围: 974-982
• 页数: 9页
• 分类号: TP391
• 字数: 4630字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.014

摘要

为了克服原始图割算法在用户选定的像素种子点较少情况下,目标边界容易出现错分这一现象,本文提出了基于 K-means 和图割(Graph cut,GC)算法相结合的交互式 K-均值图割(K-means and graph cut,KMGC)算法,对脑部核磁共振图像(Magnetic resonance image,MRI)进行交互式操作,该算法通过K-means聚类,对脑部MRI的灰度不均匀性进行了处理,在此基础上,再使用图割算法进一步对脑部MRI进行细化,从而达到有效地分割脑白质和脑灰质的目的。本文分别在仿真和真实的脑部MRI数据上进行了大量的实验,分别从定量分析和定性分析两个角度对实验结果进行了分析,并与其他分割算法进行了对比,对比实验结果标明,KMGC算法能够有效地对脑部 MRI 进行分割,并在分割效果上优于其他算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	元昌安	广西师范学院计算机与信息工程学院	121	1400	21.0	33.0
2	覃晓	广西师范学院计算机与信息工程学院	44	249	7.0	13.0
3	廖剑平	南宁学院信息工程学院	6	13	2.0	3.0
4	田换	广西师范学院计算机与信息工程学院	3	13	3.0	3.0
5	刘致锦	广西师范学院计算机与信息工程学院	6	13	3.0	3.0