基于模糊聚类理论的脑mr图像分割算法的研究

《基于模糊聚类理论的脑mr图像分割算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号婴兰坌!UDCQQ垒：皇呈硕士学位论文学校代码!Q至曼三密级坌五基于模糊聚类理论的脑MR图像分割算法的研究ResearchonAlgorithmsBasedonFuzzyClusteringTheoryforBrainMRImageSegmemation作者姓名：杨洋学科专业：生物医学工程研究方向：图像处理与图像分割学院(系、所)：地球科学与信息物理学院指导教师：唐艳副指导教师：论文答辩日期兰!垡兰旦；细答辩委员会主席中南大学2014年5月万方数据学位论文原创性声明本人郑重声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了

2、论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。申请学位论文与资料若有不实之处，本人承担一切相关责任。作者签名：王圣葺日期：姿!生年』月珥日学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版；本人允许本学位论文被查阅和借阅；学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用复印、缩印或其它手段保存

3、和汇编本学位论文。保密论文待解密后适应本声明。作者签名：二l墨车日期：三!!芏年』月丑Et导师签名垃日期：韭年上月字曰万方数据硕士学位论文摘要基于模糊聚类理论的脑MR图像分割算法的研究摘要：脑MR图像分割是对脑进行各种高级处理的基础，是脑功能性研究的首要任务，而且对于脑发育、脑疾病的研究与诊断也有着极其重要的作用，从而可以辅助医生对病人制定后续的治疗和恢复计划。本文首先介绍了模糊集理论，对模糊集与模糊聚类之间的关系进行了论述。文中引入了硬C均值(HCM)算法，进而得到了应用更加广泛的模糊C均值聚类算法。随后本文利用Lagrange乘子法对目标函数的最优化问题进行推导，对其收敛

4、条件进行了论证。文中引入了几种分割质量评估参数，用来对不同的算法进行性能评估。本文对核函数的概念及性质进行论述，进而使用高斯核函数来对FCM算法目标函数中的距离项进行改进，以此来加强算法的有效性。文中引入了一种概率c均值(PCM)算法，该算法没有隶属度约束项，并且有与不同类别相对应的概率系数。把PCM算法的目标函数用核函数改进，进而得到了一种基于核函数的概率C均值聚类(KPCM)算法。本文对影响算法快速性的因素进行讨论，提出了一种新的初始化方法来对模糊聚类的快速算法(HFFCM)进行初始化操作。该方法使用高斯函数对图像直方图进行滤波，以此来实现算法的初始化。HFFCM算法利用

5、了直方图统计法来减少其计算量。实验结果表明，HFFCM算法的分割速度远超几种基本的聚类算法，并且其分割质量与FCM算法相当。本文利用空间信息来对模糊聚类算法进行改进，先后引入了万方数据硕士学位论文摘要DFCM算法、sFCMpq算法，最后，本文提出了一种基于自适应中值理论的快速模糊聚类(AMFFCM)算法。该算法利用了DFCM与sFCMpq算法的原理，使用自适应中值理论来对算法进行抗噪性改进，同时使用HFFCM算法来对其进行初始化。实验结果表明，该算法的分割质量优于大多数算法，并且其运行速度也得到了提高。关键词：图像分割；模糊聚类；FCM；核函数；快速算法；空间信息分类号：TP

6、391万方数据硕士学位论文AbstractResearchonAlgorithmsBasedonFuzzyClusteringTheoryforBrainMRImageSegmentationAbstract：BrainMRimagesegmentationisthebasisofkindsofadvancedbrainimageprocessing，andistheprimarytaskofbrainfunctionalstudy．BrainMRimagesegmentationplaysanimportantroleonbraindevelopmentandonthest

7、udyanddiagnosisofbraindisease，SOitcanhelpdoctortoformulatefollow-uptreatmentandrecoveryplan．Thispaperfirstlyintroducesthefuzzysettheory,anddiscussestherelationshipbetweenfuzzysetandfuzzyclustering．ThispaperintroducestheHardCMeans(HCM)algorithm，andthenthe