基于改进FCM的医学图像分割

被引：12

作者：

马华 ^{[1
]}

王清 ^{[1
]}

张永 ^{[2
]}

机构：

[1] 山东泰安泰山医学院信息科学系

[2] 兰州理工大学计算机与通信学院

来源：

微计算机信息 | 2006年 / 07期

关键词：

数据约减; 模糊C均值; 磁共振成像; 图像分割;

D O I：

暂无

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。通过数据约减,即通过对相近的像素进行量化并聚合来减少像素个数,从而降低运算量。该方法用于人脑磁共振图像的分割比传统FCM算法的运算速度提高了50￣100多倍,并且选择合适大小的量化箱不会影响算法的分割效果。

引用

页码：241 / 242+158 +158

页数：3