基于遗传密度峰值聚类的医学图像分割

摘要：

针对密度峰值算法 (density peaks cluster, DPC) 依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷, 提出一种基于遗传算法求取分割图像最大熵值, 获得最优分割阈值的方法.得到满意的分割效果, 实现了DPC算法的自适应分割并应用到医学图像上.仿真实验采用多张哈佛全脑图中的经典疾病图像, 与K-means、AP (仿射传播) 聚类算法及DPC算法作比较, 比较结果表明, DPC的改进算法能自动获取截断距离, 确定聚类中心, 获得更好的分割效果.

关键词：密度峰值、聚类、遗传算法、最大熵值、医学图像分割

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：江苏省自然科学基金项目BK20130209;江苏省高校自然科学基金项目14KJB520039

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：856-861