基于快速模糊C均值和邻域空间信息的脑部MR图像分割

作者：任彤

来源：中国医疗设备, 2019, 34(09): 93-109.

• 模糊C均值
• 空间邻域信息
• 脑部磁共振
• 图像分割

目的提出一种改进的模糊C均值聚类算法,并将其应用于脑部MR图像分割。方法首先,采用最大距离测度选取FCM初始聚类中心;然后,采用硬分类方法更新聚类中心和空间邻域信息构建隶属度函数,最后完成图像各区域分类。结果采用人工合成图像和临床实例脑部MR图像进行仿真实验,结果显示基于空间信息的SFCM/SFFCM算法所得图像噪声水平低于传统的FCM/FFCM算法。定量分析显示基于SFCM1,1/SFFCM1,1的分类评价指标模糊位置系数Vpc(0.944)和位置信息熵Vpe(0.043)均最优,SFFCM1,1程序耗时较标准FCM降低了37.2%～82.9%,迭代次数减少5～20次。结论本研究提出的SFFCM分割算法收敛速度更快,精确度更高,是一种可行的脑部MR图像分割算法。