基于SOM聚类的多模态医学图像大数据挖掘算法

• 作者: 李东 李晓峰
• 来源期刊: 西安工程大学学报
• 关键词: SOM聚类 多模态图像 大数据挖掘 初始权值 集成正负性 节点并行化 帧率重叠
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 462-467
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2019.04.018

摘要

针对现有医学图像大数据挖掘算法不能较好解决帧率重叠行为,影响医学图像成像质量,从而引发图像数据冗余度攀升现象的问题,提出一种基于SOM聚类的多模态医学图像大数据挖掘算法.在SOM拓扑结构中,设定聚类变量的初始权值条件,完成基于SOM聚类的多变量分析.再通过预处理原始医学图像的方式,判断多模态图像的集成正负性相关属性,建立唯一的图像聚类融合标准,完成多模态医学图像的集成聚类融合处理.在此基础上,构建完整的大数据决策树结构,通过判定医学图像多模态种类的方式,达到并行化改进图像挖掘节点的目的,实现基于SOM聚类的多模态医学图像大数据挖掘算法.在标准化的大数据挖掘平台中,连接图像属性监测设备,分析多次运行数据结果可知,在SOM聚类策略影响下,医学图像成像质量提升明显,图像数据自身冗余度不再无限攀升,帧率重叠行为得到有效控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东	哈尔滨工业大学计算机科学与技术学院	109	975	16.0	27.0
2	李晓峰	黑龙江外国语学院信息工程系	20	30	4.0	5.0