FCM与KFCM-Ⅱ算法在医学MRI图像分割中的应用

被引：6

作者：

柯珊虹 ^{[1
]}

廖亮 ^{[2
]}

王伟凝 ^{[1
]}

林土胜 ^{[1
]}

机构：

[1] 华南理工大学电子与信息学院

[2] 中原工学院电子与信息学院

来源：

科学技术与工程 | 2009年 / 9卷 / 22期

关键词：

MRI图像分割; 图像灰度纠正; 模糊聚类; 模糊C均值聚类; 核方法模糊C均值聚类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

医学图像分割在医学图像处理,尤其是临床诊断的MRI图像分析中起着重要的作用。由于医学成像过程中存在着各种退化因素,当前各种分割算法仍难以很好地满足高层应用的需求。为解决这一问题,FCM(Fuzzy C-means clustering)算法和它的核方法版本KFCM(Kernel-based FCM)可以应用于图像分割以取得更好的性能表现。对FCM和KFCM-Ⅱ算法应用于MRI图像分割进行了比较,讨论了在这两种算法中应用灰度有偏场纠正的效果。实验结果表明,在FCM和KFCM-Ⅱ中采用有偏场模型可以取得更好的分割性能。

引用

页码：6687 / 6693

页数：7

共 3 条

[1] MRI brain image segmentation and bias field correction based on fast spatially constrained kernel clustering approach [J].