改进的FCM在人脑MR图像分割中的应用

被引：29

作者：

吴林

郭大勇

施克仁

郑鹏

机构：

[1] 清华大学机械工程系

来源：

清华大学学报(自然科学版) | 2004年 / 02期

关键词：

图像识别; 模糊C-均值; 磁共振成像(MRI); 图像分割;

D O I：

10.16511/j.cnki.qhdxxb.2004.02.004

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为解决模糊C-均值聚类(FCM)算法在图像分割尤其是医学图像分割中存在的计算量大、运行时间过长的问题,提出了一种改进方法。利用收敛速度快的K均值聚类法得到的聚类中心作为FCM算法的初始聚类中心,减少FCM算法收敛所需的迭代次数;优化参与迭代运算的数据集,减少每次迭代过程的运算时间。该方法使FCM算法的运算速度提高了将近10倍,而且不会影响算法的分割效果。

引用

页码：157 / 159

页数：3