基于改进模糊均值聚类算法的医学图像分割.pdf

《基于改进模糊均值聚类算法的医学图像分割.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、苗彬等：基于改进模糊均值聚类算法的医学图像分割140《激光杂志}2015年第36卷第1期LASERJOURNAL(Vo1．36．No．1．2015)基于改进模糊均值聚类算法的医学图像分割苗彬，侯燕(山东警察学院，济南250014)摘要：为了提高医学图像分割性能，针对传统模糊聚类算法存在的缺陷，提出了一种改进模糊均值聚类算法的医学图像分割方法。首先采用粒子群算法选择模糊均值聚类算法的聚类中心，然后利用空间邻域信息设定聚类样本空间，最后采用具体的医学图像数据进行仿真实验，测试其有效性。仿真结果表明，相对于传统模糊聚类算法，本文算法不仅提高了医学图像分割精

2、度，而且提高了医学图像分割效率。关键词：医学图像分割；模糊聚类算法；粒子群算法；邻域信息中图分类号：TN911．7文献标识码：ADOI编码：10．14016／j．cnki．igzz．2015．01．140Medicalimagesegmentationbasedonimprovedfuzzyc-meansclusteringalgorithmMIAOBin，HOUYan(ShandongPoliceCollege，Jinan250014，China)Abstract：Inordertoimprovethesegmentationperformance

3、ofmedicalimage，aimingatthedefectsofthetradi—tionalfuzzyclusteringalgorithm，anewmedicalimagesegmentationmethodisproposedanimprovedfuzzyC—meansclusteringalgorithminthispaper．Firstofall。theclusteringcenteroffuzzyc—meansclusteringalgorithmisobtainbyparticleswarITIoptimizationalgori

4、thm，andthenthespatialneighborhoodinformationsetisusedtogetclusteringsam—piespace，finallythesimulationexperimentiscarriedoutonthemedicalimagedatatotesteffectiveness．Thesimula-tionresultsshowthat，comparedwithtraditionalfuzzyclusteringalgorithm，theproposedalgorithmnotonlyimprovest

5、hesegmentationaccuracy，butalsoimprovethesegmentationeficiencyofmedicalimage．Keywords：medicalimagesegmentation；FuzzyC—Meansclusteringalgorithm；neighborhoodinformation；parti—cleswarmoptimizationalgorithm随着图像处理技术和医疗技术的不断发展，医学阈值分割算法具有简单、易实现等优点，但是其阈值图像在医疗诊中的作用越来越重要。医学图像分割可的设定对分割精度影响

6、相当的大，然而目前还没有统以分割出感兴趣的区域，是医学图像处理的基础l1j。一理论指导阈值的设定，全凭经验进行设置，而且对在实际应用中，由于多种因素的影响以及人体器官自于不相邻、灰度值相同的区域分割误差比较大，造成身的特殊性，采集的医学图像质量不太好，因此如何区域空洞，分割结果不可靠l6：边缘检测分割算法和从背景区域中准确分割出感兴趣的区域，对于病变组区域分割算法的边缘复杂、采光不均匀的图像效果不织临床诊断和治疗具有_}二分重要的意义l2J。太理想，应用范围受到一定限制j。由于医学图像具由于医学图像分割具有十分重要的实际应用价有模糊性和不确定性，模糊

7、理论聚类分割算法成为当值，因此，引起了学者们的广泛关注，他们对其进行了前的主要研究方向，其中模糊聚类算法(FuzzyC—广泛和深入的研究，取得一些研究结果。提出了许多MeanS，FCM)是应用最为广泛的一种医学图像分割算医学网像分割算法J。医学图像分割实际上是一种法，其是通过隶属度矩阵对图像中相一致的像素进行模式识别问题，当前医学图像分割算法可以分为：边模糊聚类，以及目标函数的迭代优化来进行图像分割缘检测分割算法、阈值分割算法、区域分割算法、神经的j。在实际应用中，FCM具有一些不足，如人为指网络分割算法以及模糊理论分割算法l4]。神经网络定初始聚类

8、中心，初始聚类中心一旦选择不当，易陷分割算法需要人为设置相关参数，而且要求图像的样人局部最；而且仅考虑了图像