科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种智能肝肿瘤CT图像分割的新方法。该方法将医学专家的高层知识融合到图像分割算法中,使算法具有智能性,能够更加准确、快速地实现分割。根据医学图像分割不同阶段的特点以及不同算法的适用性,结合了多尺度分水岭变换与模糊聚类方法,从总体上达到最佳效果。将图像空间信息引入传统的基于灰度的模糊C均值聚类算法中,对传统的模糊C均值聚类算法的目标函数进行修正,推导出修正后算法的迭代公式,并证明了迭代的收敛性。对实际CT肝肿瘤图像的分割实验结果验证了所提方法的有效性。
- 单位
提出了一种智能肝肿瘤CT图像分割的新方法。该方法将医学专家的高层知识融合到图像分割算法中,使算法具有智能性,能够更加准确、快速地实现分割。根据医学图像分割不同阶段的特点以及不同算法的适用性,结合了多尺度分水岭变换与模糊聚类方法,从总体上达到最佳效果。将图像空间信息引入传统的基于灰度的模糊C均值聚类算法中,对传统的模糊C均值聚类算法的目标函数进行修正,推导出修正后算法的迭代公式,并证明了迭代的收敛性。对实际CT肝肿瘤图像的分割实验结果验证了所提方法的有效性。
