基于密度聚类的医学图像分割DCMIS

被引：6

作者：

谢从华 ^{[1
]}

朱峰 ^{[2
]}

王立军 ^{[3
]}

武园园 ^{[3
]}

机构：

[1] 常熟理工学院计算机科学与工程系

[2] 江苏大学理学院

[3] 江苏大学计算机科学与通信工程学院

来源：

计算机应用研究 | 2007年 / 02期

关键词：

医学图像分割; 核密度估计; 密度聚类; 爬山算法;

D O I：

暂无

中图分类号：

TP392.41 [];

学科分类号：

081203 ; 0835 ;

摘要：

为了克服聚类算法对灰度不均匀和有噪声的医学图像分割存在鲁棒性较差等缺点,提出一种基于核密度估计的密度聚类方法分割医学图像。在分析DENCLUE密度聚类算法的思想及爬山策略存在的三个问题的基础上,改进了此密度聚类的爬山策略,并设计了适合于人体组织器官图像分割的DCMIS(Density Clusteringbased Medical Image Segmentation)算法。该算法先用核密度估计数学模型描述医学图像,然后用改进的爬山算法识别聚类,最后根据聚类分割医学图像。该算法有容忍大量噪声数据等特性。实验结果中的欠分割率、过分割率和错误分割率表明DCMIS比DENCLUE和FCM算法有更好的性能和较好的医学图像分割效能。

引用

页码：167 / 169

页数：3