节点文献

基于先验知识和模糊C均值聚类算法的脑部磁共振图像分割研究

免费订阅

【作者】 张玉柱王传兵

【Author】 ZHANG Yu-zhu;WANG Chuan-bing;Department of Radiology, The First Affiliated Hospital With Nanjing Medical University;

【通讯作者】 王传兵;

【机构】 南京医科大学第一附属医院放射科

【摘要】 目的:提出一种基于先验知识引导的模糊C均值算法(PIGFCM),并将其应用于脑部磁共振(MR)图像分割。方法:采用基于高斯分布的图像先验知识获取初始聚类中心;采用改进PIGFCM聚类算法进行图像分割,得到MR脑部分割图像;采用Dice相似性系数、均方根误差(RMSE)和平均耗时评价不同算法的分割效果。结果:对于人工合成的脑部MR图像分割算法所得的Dice相似性系数可达0.87~0.98,平均耗时降低了0.17~0.81倍。对于临床实例MR图像分割算法所得脑白质和灰质的Dice相似性系数较其他算法分别提升12.8%~16.6%和1.1%~40.4%,RMSE下降了0.63~0.94倍,平均耗时降低了0.08~0.75倍。结论:提出PIGFCM算法收敛速度快,较其他常见模糊算法获得更高的分割精度、更强的抗噪性和更快的分割速度,是一种可行的脑部MR图像分割算法。

【所属期刊栏目】 学术论著_技术评估 (2019年07期)
  • 【分类号】R445.2;TP391.41
  • 【下载频次】61
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: