基于MRF和混合核函数聚类的脑肿瘤图像分割方法

作者：王志刚; 冯云超^*

来源：电子测量技术, 2021, 44(08): 93-97.

DOI：10.19651/j.cnki.emt.2105968

• 脑肿瘤分割
• 模糊C均值聚类
• 粒子群算法
• 混合核函数
• 马尔科夫随机场

脑核磁共振图像经常存在较多噪声,并且边缘不清晰,使得传统的模糊C均值(FCM)聚类算法无法获得准确的脑肿瘤分割结果,为此提出一种基于马尔科夫随机场(MRF)和混合核函数聚类的脑肿瘤图像分割方法。首先采用粒子群算法初始化聚类中心;然后将传统核模糊聚类算法(KFCM)中的单一高斯核函数替换为混合高斯核函数;最后引入马尔科夫随机场的先验概率,修正算法的目标函数,增强算法的抗噪性。实验结果表明,所提出的算法在脑肿瘤图像分割中具有良好的抗噪性,并且分割精度明显高于传统算法,Dice指标和Jaccard指标的平均值分别达到0.950 1和0.905 1。

• 单位
  湖南师范大学