基于超声图像的自适应谱聚类方法研究

• 作者: 宋伟 张东
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 超声图像 谱聚类 SLIC算法 纹理提取 超像素
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 基金项目
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP391.4
• 字数: 2511字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.08.008

摘要

为精确提取超声肿瘤图像的肿瘤区域,基于分裂合并思想,结合自协调谱聚类方法,提出一种基于超声图像的自适应谱聚类方法.该方法在分裂阶段用SLIC算法将图像分割成超像素,根据肿瘤区域和背景区域的纹理特征差异选取合适的纹理特征,在合并阶段用自协调谱聚类算法自动确定谱聚类数目,聚出肿瘤区域,并用先验知识提取分割结果中的肿瘤区域.将该算法提取的肿瘤区域和人工分割的肿瘤区域比较,准确度达到93.41％,结果比较准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋伟	武汉大学物理科学与技术学院	21	141	7.0	11.0
2	张东	武汉大学物理科学与技术学院	51	297	9.0	14.0