基于SLIC和马氏距离混合核函数聚类的脑肿瘤图像分割算法

• 作者: 王志刚 冯云超 黄灌
• 来源期刊: 湖南城市学院学报（自然科学版）
• 关键词: 脑肿瘤分割 简单线性迭代聚类 模糊C均值聚类 马氏距离 混合核函数
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 56-61
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7304.2021.04.0011

摘要

针对脑核磁共振图像边界不清晰、灰度不均匀和无法准确进行图像分割的问题,提出了一种基于简单线性迭代聚类(SLIC)和马氏距离混合核函数聚类的脑肿瘤图像分割方法.首先,采用各向异性滤波去除脑肿瘤MRI图像中的噪声,并运用SLIC算法对图像进行预分割;其次,对预分割图像使用粒子群算法初始化聚类中心;最后,将传统核模糊C均值聚类(kernel fuzzy c-means clustering)算法中的欧氏距离单一高斯核函数替换为马氏距离混合高斯核函数,把数据由低维空间映射到高维空间,并在高维空间中进行聚类.实验结果表明,所提算法在脑肿瘤图像分割中具有较高的分割精度,其Dice指标和Jaccard指标的平均值分别达到了0.9553和0.9144.