基于改进K-Means聚类医学图像配准

• 作者: 侯赞 刘军华 陈园 雷超阳
• 来源期刊: 软件
• 学科: 工学
• 关键词: 图像配准 K-Means聚类 质心 迭代最近点
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 基金项目论文
• 页码范围: 75-82
• 页数: 8页
• 分类号: TP391
• 字数: 4377字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.01.015

摘要

ICP算法广泛应用于医学图像配准,但存在浮动点集初始平移矩阵和旋转矩阵对ICP的影响较大,图像配准容易造成目标函数陷入局部最优值且计算量大等问题.论文提出了基于改进K-Means聚类医学图像配准算法,该方法通过计算出参考图像和浮动图像的质心,获得配准平移初始值;对医学图像坐标进行中心化处理,通过改进的K-Means聚类方法把图像坐标聚成2类;把这2个聚类中心拟合成一条直线,求得该条直线的斜率,进而求得相关倾斜角,获得配准旋转初始值;使用BSGO自动选择特征点,得到参考点集和浮动点集.通过实验得出该算法既可用于单模态图像配准,也可用于多模态图像配准;具有运算量少、图像配准速度较快、计算比较简单、精确度较高等特点,并且解决了图像配准容易陷入局部最优的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘军华	湖南邮电职业技术学院互联网工程系	25	58	5.0	6.0
2	陈园	湖南邮电职业技术学院互联网工程系	24	21	3.0	4.0
3	雷超阳	湖南邮电职业技术学院互联网工程系	14	16	2.0	3.0
4	侯赞		6	11	2.0	3.0