Current position: Home >> Scientific Research >> Paper Publications

一种分割脑磁共振图像的改进FCM聚类算法

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2016-12-20

Journal: 中国生物医学工程学报

Included Journals: CSCD、ISTIC、PKU、Scopus

Volume: 35

Issue: 6

Page Number: 648-657

ISSN: 0258-8021

Key Words: 脑MRI图像;噪声;偏移场;FCM算法;图像分割

Abstract: 噪声和偏移场是影响磁共振(MRI)图像质量的主要因素.以含加性噪声和乘性偏移场的脑MRI图像组m织分割为目标,提出一种抗噪局部相干模糊聚类算法,通过在目标函数中加入模糊算子和一致局部信息约束,达到同时抑制噪声和偏移场不利影响的目的,提高分割准确性和稳定性.采用20例合成图像、60例来自BrainWeb的模拟脑MRI图像、100例来自IBSR真实脑MRI图像,对算法的聚类性能进行评价.实验结果表明,在噪声和偏移场干扰并存的情况下,所提出算法与其他几种经典FCM改进算法相比,对合成图像集的平均分类准确度SA达到0.97,高于其他算法,最大可提高0.37;对真实脑MRI图像集的脑脊液分割有明显优势,相似性测度KI平均提高约0.1.分析表明,所提出算法有更好的分类准确性和稳定性.

Prev One:基于笔画宽度检测和改进块修复的自动英文文本移除算法

Next One:Effective Exemplar-based Image Inpainting Using Low-rank Matrix Completion