换一批基于改进的FCM模糊聚类的颅内出血 CT图像分割研究
Study on CT Image Segmentation of Intracranial Hemorrhage Based on Improved FCM Fuzzy Clustering
摘要本文针对人脑CT图像的出血病灶区域,提出了一种改进的模糊C-均值(Fuzzy C-Means,FCM)算法进行颅脑内出血病灶的分割.首先对颅脑CT图像进行预分割,通过左右扫描算法和中值滤波算法将颅内结构从源CT图像中提取出来;然后对预分割而得到的颅内结构,利用在目标函数和隶属度函数中分别添加空间信息的改进FCM聚类算法进行出血病灶提取.通过对CT颅脑图像和添加椒盐噪声的CT颅脑图像进行病灶分割,结果显示本文算法对噪声不敏感,可以准确分割出出血病灶.
更多相关知识
关键词
颅脑CT脑出血出血病灶空间信息模糊C-均值左右扫描算法brain CTcerebral hemorrhagehemorrhagic lesionsspatial informationfuzzy C-meansleft and right scanning algorithm
分类号
R814.42（放射医学）
栏目名称
DOI
10.3969/j.issn.1674-1633.2018.06.004
发布时间
2018-07-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览117
- 被引16
- 下载34
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
