資源描述：
《基于改進模糊聚類算法的ct圖像病變區(qū)域分割》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、基于改進模糊聚類算法的CT圖像病變區(qū)域分割 摘要：針對CT圖像病變區(qū)域存在的欠分割和過分割問題，提出基于融合空域濾波器的改進模糊聚類算法。對CT圖像進行預處理，將CT圖像變換成通用圖像，使輸入圖像具有一致直方圖灰度分布，用區(qū)域生長方法標記和過濾非目標病變區(qū)域，獲取腦部CT圖像目標病變區(qū)域。通過改進的空域濾波器對噪聲圖像進行濾波去噪，對模糊聚類算法的目標函數和迭代公式融入空域濾波數據項確定隸屬度矩陣，完成CT圖像病變區(qū)域的分割。實驗結果表明，所提方法在人腦CT圖像血塊區(qū)域進行分割過程中，具有較高的分割效率和精度，對噪聲具有較高的魯棒性?！ ￡P鍵詞：改進模
2、糊聚類算法；CT圖像；病變區(qū)域分割；隸屬度矩陣 中圖分類號：TN911.73?34；TP391文獻標識碼：A文章編號：1004?373X（2016）24?0100?04 CTimage?slesionareasegmentationbasedonimprovedfuzzyclusteringalgorithm SUBo1，ZHUMin2 ?。?.FacultyofInformationEngineering，GuizhouInstituteofTechnology，Guiyang550003，China； 2.ResearchInstituteo
3、fAgriculturalBioengineering，GuizhouUniversity，Guiyang550003，China）10 Abstract：Tosolvetheunder?segmentationandover?segmentationproblemsexistinginthelesionareasegmentationofCTimages，animprovedfuzzyclusteringalgorithmbasedonspatialfilterfusionisputforward.ThepreprocessingofCTimagec
4、antransformtheCTimageintoageneralimagebymeansofthealgorithmtomaketheinputimagehavetheconsistenthistogramgray?scaledistribution.Theregiongrowingmethodisusedtomarkandfilterthenon?targetlesionareatoobtainthetargetlesionareaofthebrainCTimages.Theimprovedspatialfilterisusedtoconductth
5、efilteringanddenoisingofthenoiseimage.Theobjectivefunctionanditerativeformulaofthefuzzyclusteringalgorithmareaddedintothespatialfilteringdataitemstodeterminethemembershipmatrix，soastosegmentthelesionareaofCTimages.Theexperimentalresultsindicatethatthealgorithmhashighsegmentatione
6、fficiencyandprecisioninthesegmentationprocessofbloodclotregionofthehumanbrainCTimages，andgoodrobustnesstoresistthenoise. Keywords：improvedfuzzyclusteringalgorithm；CTimage；lesionareasegmentation；membershipmatrix 0引言10 當今的醫(yī)學圖像分割對醫(yī)學研究領域起著舉足輕重的作用。隨著影像技術的高速發(fā)展，臨床醫(yī)學中對大量的醫(yī)學圖像進行分析，通過圖像
7、分割技術對圖像病變區(qū)域分割，為醫(yī)生進行病理分析和治療提供可靠的分析依據[1?3]。由于CT圖像圖像具有復雜性和多變性，并且較為模糊，存在較多的噪聲因素。標準模糊聚類方法僅可分析圖像灰度信息，對噪聲的容忍性能較弱[4?5]。因此，尋求有效的CT圖像分割方法，成為醫(yī)學圖像分割行業(yè)人員分析的關鍵[6]?！ ∥墨I[7]采用特征空間聚類分割方法，基于相似性規(guī)范將醫(yī)學圖像像素點分割到不同的范圍內，確保聚類中的像素點相似度、同聚類像素點的差異度最高，進而完成目標圖像的分割，但是該方法在迭代過程中，循環(huán)運行參數初始化具有較高的時間復雜度。文獻[8]將處理過的灰度圖像比作
8、參差不齊的地形圖，依靠分水嶺方法完成圖像的區(qū)域分割，它的缺點是對噪點過濾性差，在
