基于核模糊聚类优化算法的脑核磁共振图像分割研究

摘要：

目的:脑核磁共振(MR)图像中普遍存在噪声的影响,传统的核模糊C-均值(Kernel Fuzzy C-means,KFCM)算法无法得到理想的脑组织分割结果,为此提出一种基于核模糊聚类优化算法的分割模型.方法:首先通过粒子群算法确定KFCM的初始聚类中心,然后利用自适应中值滤波消除图像中的噪声,最后采用该模型分别对不同的图像进行实验.结果:该方法不仅能迅速确定图像的初始聚类中心,并且有效地消除图像中的噪声.结论:与传统KFCM算法相比,提出的模型具有更高的精确度和分割效率.

关键词：脑磁共振图像、核模糊C-均值、图像分割、自适应中值滤波、粒子群算法

所属期刊栏目：15

分类号：R319(医用一般科学)

资助基金：国家自然科学基金面上项目;安徽省自然科学基金面上项目;教育部人文社会科学研究规划基金

在线出版日期：2021-01-12（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：10-15