粒子群模糊聚类方法在病理图像分类中的应用

被引：2

作者：

邹刚 ^{[1
,2
]}

孙即祥 ^{[1
]}

敖永红 ^{[2
]}

机构：

[1] 国防科技大学电子工程学院

[2] 国防科技大学信息中心

来源：

计算机工程与设计 | 2009年 / 30卷 / 22期

关键词：

粒子群模糊聚类算法; 模糊C均值聚类算法; Markov随机场; 图像分割; 病理图像;

D O I：

10.16208/j.issn1000-7024.2009.22.021

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

结合模糊C均值(FCM)算法局部搜索的特点,将PSO优化聚类结果作为后续FCM算法的初始值,使算法有很强的全局搜索能力。同时,采用Markov随机场与模糊聚类的耦合策略计算适应度函数,利用新的分类中心调整粒子位置,产生新的聚类中心,并将该方法应用于病理图像的分割。与传统的处理方法进行了比较,结果表明,该聚类更为准确且对病理图像的分割效果比原算法效果更好,但对于如何减少算法的运算量仍需作深入研究。

引用

页码：5155 / 5157+5161 +5161

页数：4

共 16 条

[1] Detection of microcalcifications in digital mammograms using wavelet filter and Markov random field model [J].