换一批一种分割脑磁共振图像的改进FCM聚类算法
A Modified FCM Clustering Method for Brain Magnetic Resonance Image Segmentation
摘要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.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2016.06.002
发布时间
2017-01-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61101230）
- 浏览132
- 被引10
- 下载9
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
