基于MRF和混合核函数聚类的脑肿瘤图像分割方法

• 作者: 王志刚 冯云超
• 来源期刊: 电子测量技术
• 关键词: 脑肿瘤分割 模糊C均值聚类 粒子群算法 混合核函数 马尔科夫随机场
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 93-97
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2105968

摘要

脑核磁共振图像经常存在较多噪声,并且边缘不清晰,使得传统的模糊C均值(FCM)聚类算法无法获得准确的脑肿瘤分割结果,为此提出一种基于马尔科夫随机场(MRF)和混合核函数聚类的脑肿瘤图像分割方法.首先采用粒子群算法初始化聚类中心;然后将传统核模糊聚类算法(KFCM)中的单一高斯核函数替换为混合高斯核函数;最后引入马尔科夫随机场的先验概率,修正算法的目标函数,增强算法的抗噪性.实验结果表明,所提出的算法在脑肿瘤图像分割中具有良好的抗噪性,并且分割精度明显高于传统算法,Dice指标和Jaccard指标的平均值分别达到0.950 1 和 0.905 1.