基于改进模糊聚类算法的CT图像病变区域分割

发布时间：2017-09-08 06:46

  本文关键词：基于改进模糊聚类算法的CT图像病变区域分割

  更多相关文章： 改进模糊聚类算法 CT图像 病变区域分割 隶属度矩阵

【摘要】：针对CT图像病变区域存在的欠分割和过分割问题,提出基于融合空域滤波器的改进模糊聚类算法。对CT图像进行预处理,将CT图像变换成通用图像,使输入图像具有一致直方图灰度分布,用区域生长方法标记和过滤非目标病变区域,获取脑部CT图像目标病变区域。通过改进的空域滤波器对噪声图像进行滤波去噪,对模糊聚类算法的目标函数和迭代公式融入空域滤波数据项确定隶属度矩阵,完成CT图像病变区域的分割。实验结果表明,所提方法在人脑CT图像血块区域进行分割过程中,具有较高的分割效率和精度,对噪声具有较高的鲁棒性。
【作者单位】： 贵州理工学院信息工程学院;贵州大学农业生物工程研究院;
【关键词】： 改进模糊聚类算法 CT图像 病变区域分割 隶属度矩阵
【基金】：贵州省科技厅自然科技基金:贵阳交通智能控制与诱导技术研究(qian J word[2012]2012)
【分类号】：R814;TP391.41
【正文快照】： 0引言当今的医学图像分割对医学研究领域起着举足轻重的作用。随着影像技术的高速发展,临床医学中对大量的医学图像进行分析,通过图像分割技术对图像病变区域分割,为医生进行病理分析和治疗提供可靠的分析依据[1-3]。由于CT图像图像具有复杂性和多变性,并且较为模糊,存在较多，

本文编号：812512