结合谱聚类与改进RSF模型的医学图像分割

• 作者: 周晓宇 张龙波 李鑫翔 王雷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 水平集 谱聚类 nystrom方法 余弦相似度 k-means
• 年，卷（期）: 2019,（15）
• 所属期刊栏目: 图形图像处理
• 页码范围: 193-197,212
• 页数: 6页
• 分类号: TP391.41
• 字数: 4853字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0108

摘要

现有的可变区域拟合能量(RSF)模型基于初始轮廓内外灰度值的近似,较好地处理了图像分割中存在的图像灰度不均匀的问题.但当选择不恰当的初始轮廓时,由于RSF模型能量函数的非凸性质,极易陷入局部最小值.为了保证初始化的鲁棒性,提出了一种拟合函数优化的RSF模型.在曲线演化过程中,在演化方向相反的区域增加一个函数来交换曲线内外拟合值,使整条曲线沿物体的同侧边界演化.又将谱图理论引入该模型,使其能对大数据样本聚类且快速收敛至全局最优解.将改进模型应用于医学图像分割,实验结果表明该模型较RSF模型获得了更鲁棒的分割结果和较高的分割效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张龙波	山东理工大学计算机科学与技术学院	36	178	7.0	11.0
2	王雷	山东理工大学计算机科学与技术学院	21	99	6.0	9.0
3	周晓宇	山东理工大学计算机科学与技术学院	4	3	1.0	1.0
4	李鑫翔	山东理工大学计算机科学与技术学院	2	0	0.0	0.0