本文關(guān)鍵詞：基于改進(jìn)模糊聚類(lèi)算法的CT圖像病變區(qū)域分割

  更多相關(guān)文章： 改進(jìn)模糊聚類(lèi)算法 CT圖像 病變區(qū)域分割 隸屬度矩陣

【摘要】：針對(duì)CT圖像病變區(qū)域存在的欠分割和過(guò)分割問(wèn)題,提出基于融合空域?yàn)V波器的改進(jìn)模糊聚類(lèi)算法。對(duì)CT圖像進(jìn)行預(yù)處理,將CT圖像變換成通用圖像,使輸入圖像具有一致直方圖灰度分布,用區(qū)域生長(zhǎng)方法標(biāo)記和過(guò)濾非目標(biāo)病變區(qū)域,獲取腦部CT圖像目標(biāo)病變區(qū)域。通過(guò)改進(jìn)的空域?yàn)V波器對(duì)噪聲圖像進(jìn)行濾波去噪,對(duì)模糊聚類(lèi)算法的目標(biāo)函數(shù)和迭代公式融入空域?yàn)V波數(shù)據(jù)項(xiàng)確定隸屬度矩陣,完成CT圖像病變區(qū)域的分割。實(shí)驗(yàn)結(jié)果表明,所提方法在人腦CT圖像血塊區(qū)域進(jìn)行分割過(guò)程中,具有較高的分割效率和精度,對(duì)噪聲具有較高的魯棒性。
【作者單位】： 貴州理工學(xué)院信息工程學(xué)院;貴州大學(xué)農(nóng)業(yè)生物工程研究院;
【關(guān)鍵詞】： 改進(jìn)模糊聚類(lèi)算法 CT圖像 病變區(qū)域分割 隸屬度矩陣
【基金】：貴州省科技廳自然科技基金:貴陽(yáng)交通智能控制與誘導(dǎo)技術(shù)研究(qian J word[2012]2012)
【分類(lèi)號(hào)】：R814;TP391.41
【正文快照】： 0引言當(dāng)今的醫(yī)學(xué)圖像分割對(duì)醫(yī)學(xué)研究領(lǐng)域起著舉足輕重的作用。隨著影像技術(shù)的高速發(fā)展,臨床醫(yī)學(xué)中對(duì)大量的醫(yī)學(xué)圖像進(jìn)行分析,通過(guò)圖像分割技術(shù)對(duì)圖像病變區(qū)域分割,為醫(yī)生進(jìn)行病理分析和治療提供可靠的分析依據(jù)[1-3]。由于CT圖像圖像具有復(fù)雜性和多變性,并且較為模糊,存在較多，

本文編號(hào)：812512