脑部MRI图像自动分割算法的研究

• 作者: 周佐 张静
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 脑部MRI图像 边缘检测 阈值分割 聚类分割 偏移场
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP391.41
• 字数: 3811字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.06.016

摘要

准确的MRI图像分割是脑部定量分析和三维重建的基础,对病变的诊断和治疗具有重要意义.传统的模糊C均值聚类方法针对脑部MRI图像处理存在一定局限性,未能获得满意的分割结果.为此,提出一种改进的模糊C均值聚类分割方法,不但考虑了图像偏移场,而且通过在传统的模糊聚类算法中引入邻域信息约束分割过程.实验结果显示,改进的模糊C均值聚类方法优于传统的模糊C均值聚类方法,有利于从脑部MRI图像中较好的分割出白质、灰质和脑脊液.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周佐	河西学院物理与机电工程学院	10	20	3.0	3.0
2	张静	河西学院信息技术与传媒学院	27	83	6.0	7.0