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

基于FCM聚类算法的MRI脑组织图像分割方法比较研究

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2015-06-15

Journal: 北京生物医学工程

Included Journals: ISTIC

Volume: 34

Issue: 3

Page Number: 221-228

ISSN: 1002-3208

Key Words: 磁共振成像;脑组织分割;FCM算法;噪声;偏移场

Abstract: 目的:磁共振成像( magnetic resonance imaging , MRI)对脑组织有较好的成像效果,但噪声、偏移场和部分容积效应( partial volume effect , PVE)的存在,使得全自动分割MRI图像面临一定的困难。模糊C均值(fuzzy C-means, FCM)聚类算法在脑组织分割中得到较广泛研究。本文以存在噪声和偏移场影响的脑MRI图像分割为应用背景,研究了大量相关方法,探讨FCM算法分割脑部图像的改进思想。方法本文主要研究了9种FCM算法的理论基础,并通过脑组织分割实验对各种算法进行了分析。结果比较了不同算法的优劣,给出各类算法直观及定量评价结果。结论偏移场和噪声对脑磁共振图像组织分类质量有明显影响。其中几种方法可以减弱这些不利影响,但由于难以选择合适的参数,其分类效果并不理想。如何合理利用空间信息在未来仍有较大研究价值。

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

Next One:Brightening and Denoising Lowlight Images