基于D-S证据理论的多发性硬化症病灶分割算法

摘要：

多发性硬化症是一种严重威胁中枢神经功能的疾病,对其病灶自动检测方法的研究正受到越来越多的关注.基于D-S证据理论和模糊C-均值(FCM)聚类算法,提出了一种融合T1和T2加权MR图像信息的多发性硬化症自动分割算法.首先运用FCM聚类算法分别分割T1和T2加权MR图像,然后利用根据D-S证据理论得到的融合两种加权图像信息的基本概率分配函数,实现多发性硬化症病灶的分割.通过对多发性硬化症MR脑部图像的分割实验表明,该算法具有很高的多发性硬化症病灶分割精度,对多发性硬化症的临床辅助诊断具有重要作用.

关键词：图像分割、D-S证据理论、模糊C-均值聚类、信息融合、多发性硬化症

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家"973"重点基础研究发展规划资助项目2010CB732500

在线出版日期：2011-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：378-380