10.3969/j.issn.1006-4303.2014.05.023
改进型K-Means算法在肠癌病理图像分割中的应用
针对正常与癌变大肠病理切片图像的特征,结合主成分分析(PCA)和K-Means算法提出了一种分割大肠病理切片图像中腺腔和上皮细胞、细胞核、间质的算法,解决了传统K-Means算法确定初始中心的难点,提高了识别分类时的收敛速度.使用基于相关系数矩阵的主成分分析方法确定具有代表性的聚类初始中心,结合K-Means算法将大肠病理切片图像数据分成三类.相关实验证明:提出的改进型K-Means大肠病理切片图像分割算法能够准确地将大肠病理切片图像中的腺腔和上皮细胞、细胞核、间质分类,且使用PCA方法的算法收敛速度比传统使用RANDOM方法的算法更快,取得了良好效果.
图像分割、大肠病理切片、K-Means算法、主成分分析
42
TP391.41(计算技术、计算机技术)
2014-11-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
581-585