基于空间模糊核聚类的脑肿瘤图像分割方法

• 作者: 任晓颖 吕晓琪 张明 张腾达 谷宇
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 脑肿瘤 FCM算法 图像分割 MR图像
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 2107-2111
• 页数: 5页
• 分类号: TP391.41
• 字数: 4357字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.151030

摘要

针对传统FCM算法对脑肿瘤图像分割时对噪声敏感且没有考虑图像空间信息出现分割结果不准确的问题,提出一种新的基于空间模糊核聚类(Spatial Kernel Fuzzy C-means,SKFCM)的脑肿瘤MR图像分割方法.首先,算法引入核函数,将数据由低维特征空间转化为高维特征空间,提高了不同类别特征差异.其次,根据图像目标区域梯度差异,对KFCM算法进行改进,将图像空间信息引入到KFCM算法,用目标区域方差总和与边界梯度均值倒数之和作为新的目标函数.最后,对脑肿瘤图像的样本特征进行迭代优化,实现了脑肿瘤的精确分割.算法分割精确度得到了提高,并且通过图像的空间信息增加了方法的鲁棒性.实验结果表明,改进后算法对脑肿瘤MR图像不同类别间区分度高且具有较强噪声抑制能力,实现了较好的分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张明	内蒙古科技大学信息工程学院	29	90	6.0	8.0
2	吕晓琪	内蒙古科技大学信息工程学院	82	506	13.0	16.0
3	谷宇	内蒙古科技大学信息工程学院	36	188	9.0	12.0
4	任晓颖	内蒙古科技大学信息工程学院	19	131	8.0	11.0
5	张腾达	内蒙古科技大学信息工程学院	2	21	2.0	2.0