结合模糊C均值聚类和曲线演化的心脏MRI图像分割

被引：11

作者：

周则明

陈强

王平安

夏德深

机构：

[1] 南京理工大学计算机系

[2] 香港中文大学计算机科学与工程系

[3] 南京理工大学计算机系南京

[4] 南京

[5] 香港沙田

来源：

系统仿真学报 | 2005年 / 01期

关键词：

曲线演化; 模糊C均值聚类; 水平集方法; 梯度向量流; MRI图像分割;

D O I：

10.16182/j.cnki.joss.2005.01.034

中图分类号：

R-39 [];

学科分类号：

10 ;

摘要：

提出了结合模糊C均值聚类和曲线演化的MRT图像分割算法。由于心脏的变形和血液的流动,MRI图像中出现了弱边界、局部梯度极大值区域、伪影等现象。分析了使用水平集方法分割此类图像时出现的问题,提出了两阶段分割算法:结合先验知识和直方图,对心脏MRI图像进行模糊C均值聚类,再根据聚类的结果定义窄带中像素点的速度函数,通过曲线演化获取左心室的粗边界;然后使用梯度向量流构造另一速度函数对边界进行细化。心脏MRI图像的分割实验证明了算法的有效性。

引用

页码：129 / 133

页数：5