基于改进模糊聚类分析的医学脑部MRI图像分割

吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (增刊2): 381-0385.

基于改进模糊聚类分析的医学脑部MRI图像分割

周显国¹,陈大可²,苑森淼²

1.吉林省人民医院|长春 130022|2.吉林大学通信工程学院|长春 130022

收稿日期:2008-12-12 出版日期:2009-09-30 发布日期:2009-09-30
通讯作者: 周显国(),高级工程师.研究方向:.E-mail:zxg2004zxg@126.com E-mail:zxg2004zxg@126.com
作者简介:周显国(),高级工程师.研究方向:.E-mail:zxg2004zxg@126.com
基金资助:
吉林省科学技术厅项目(20070323)

Medical brain MRI images segmentation by improved fuzzy C-Means clustering analysis

ZHOU Xian-guo¹,CHEN Da-ke²,YUAN Sen-miao²

1.People's Hospital of Jilin Province, Changchun 130022, China|2.College of Communication Engineering, Jilin University, Changchun 130022, China

Received:2008-12-12 Online:2009-09-30 Published:2009-09-30

摘要/Abstract

摘要：

结合MRI图像的直方图统计信息，提出了一种改进的快速FCM（HFKFCM）算法。算法首先利用多尺度窗口遍历的方法找到直方图的峰值点，然后将其作为模糊聚类的初始化中心，并使用基于统计信息的快速聚类方法进行遍历，以减少每次迭代的运算量。仿真结果表明，该算法相比于标准FCM算法和其他改进算法，在聚类有效性和模糊性上的分割效果显著提高。

关键词: 信息处理技术, 图像分割, 脑部磁共振图像, 模糊聚类, 直方图统计

Abstract:

For the shortcomings of huge calculation in MRI images segmentation with standard Fuzzy CMean algorithm (FCM), a new algorithm combined with histogram statistical information of Improved Fast Fuzzy CMean algorithm (HFKFCM) was proposed. Firstly, the method of multiscale window traverse is used by this algorithm to find the histogram peaks. Then these peaks are defined as the fuzzy clustering initialization centre. Meanwhile, the fast FCM method based on histogram statistic is used as ergodicity to reduce each iteration calculation. The simulation results show that compared with standard FCM algorithm and other improved algorithms, the proposed algorithm can be improved significantly in fuzzy and clustering effectiveness.

Key words: information processing, image segmentation, brain MRI image, fuzzy C-Mean, histogram statistic

中图分类号:

TP391

周显国,陈大可,苑森淼. 基于改进模糊聚类分析的医学脑部MRI图像分割[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 381-0385.

ZHOU Xian-guo,CHEN Da-ke,YUAN Sen-miao2. Medical brain MRI images segmentation by improved fuzzy C-Means clustering analysis[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 381-0385.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15]	王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed