模糊聚类协作区域主动轮廓模型医学图像分割

医学图像分割的研究对于医学影像发展具有重要意义。区域主动轮廓模型(CV)易受目标和背景区域面积比的影响,且对初始位置敏感。针对上述现象,本文提出一种模糊C-均值聚类(FCM)协作改进CV模型的图像分割算法,即FCM-CV算法。首先在CV模型中增加能量权值函数消除面积比的影响,然后用FCM粗分割结果指导设定改进CV模型零水平集的初始位置。实验结果表明,与CV模型和局部二值拟合模型(LBF)相比,FCM-CV算法消除了面积比对分割精度和效率的影响,具有更好的数值稳定性,且对初始位置不敏感,提高了图像分割的准确性。