基于模糊熵聚类和改进粒子群的MRI脑图像分割研究

作者：郑伟; 姚纪智; 王洁; 刘帅奇; 张晓丹; 马泽鹏^*

来源：激光杂志, 2021, 42(01): 98-103.

DOI：10.14016/j.cnki.jgzz.2021.01.098

• 图像分割
• 脑MRI
• 模糊熵聚类
• 邻域空间信息
• 粒子群优化算法

现有医学图像生成过程中无法回避噪声的引入,而目前还未有较好的算法对高噪声的MRI医学图像进行分割,分割归属于聚类问题,聚类常用的方法是模糊聚类,但模糊聚类需要解决对噪声和初始化敏感的问题,提出了一种基于模糊熵聚类和粒子群优化算法的MRI脑图像分割算法。首先在模糊熵聚类算法的基础上进行改进,设计了一种利用邻域空间信息的核化模糊熵聚类的新目标函数,然后提出一种基于改进粒子群优化的新算法,最后通过最优化目标函数对MRI图像的白质、灰质和脑脊液进行分割。选取蒙特利尔神经学研究所数据库中的MRI脑图像,将所提出的算法与现有的几种聚类分割算法进行比较,仿真实验结果表明,所提出算法能够解决模糊聚类对噪声和初始化敏感的问题,实现了对高噪声MRI图像的精确分割。

• 单位
  河北大学; 电子信息工程学院; 河北大学附属医院