| 基于马尔可夫随机场和模糊C-均值聚类的DTI图像分割算法 |
| |
| 引用本文： | 陈康,张相芬,马燕,袁非牛,李传江.基于马尔可夫随机场和模糊C-均值聚类的DTI图像分割算法[J].上海师范大学学报(自然科学版),2020,49(1):48-55. |
| |
| 作者姓名： | 陈康 张相芬 马燕 袁非牛 李传江 |
| |
| 作者单位： | 上海师范大学信息与机电工程学院,上海 201418;上海师范大学信息与机电工程学院,上海 201418;上海师范大学信息与机电工程学院,上海 201418;上海师范大学信息与机电工程学院,上海 201418;上海师范大学信息与机电工程学院,上海 201418 |
| |
| 基金项目： | 国家自然科学基金（61862029） |
| |
| 摘 要： | 传统的模糊C-均值聚类(FCM)算法只考虑了图像灰度信息,未考虑图像的邻域信息,抗噪性能不够理想.为了充分利用图像空间信息,提出一种结合马尔可夫随机场(MRF)的自适应加权FCM改进算法.该算法根据局部密度判断像素在其窗口邻域范围内的离散种类,将MRF空间约束场和隶属度场的权重根据像素离散种类进行自适应变化,在消除噪声影响的同时,尽可能保留弥散张量成像(DTI)的图像细节信息.实验结果表明:该算法可以准确分割DTI图像,得到边缘清晰且细节信息保留良好的分割结果,与FCM算法以及MRF和FCM融合算法相比,其分割系数至少提高了3%,分割熵至少降低了2%,分割聚类效果得到提高,且分割系数和分割熵都不易受噪声幅度的影响.
|
| 关 键 词： | 模糊C-均值聚类(FCM) 医学图像分割 马尔可夫随机场(MRF) 弥散张量成像(DTI)图像 离群点检测 自适应权重 |
| 收稿时间： | 2019/11/9 0:00:00 |
DTI image segmentation algorithm based on Markov random field and fuzzy C-means clustering |
| |
| CHEN Kang,ZHANG Xiangfen,MA Yan,YUAN Feiniu and LI Chuanjiang.DTI image segmentation algorithm based on Markov random field and fuzzy C-means clustering[J].Journal of Shanghai Normal University(Natural Sciences),2020,49(1):48-55. |
| |
| Authors: | CHEN Kang ZHANG Xiangfen MA Yan YUAN Feiniu and LI Chuanjiang |
| |
| Institution: | College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China and College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文 |
|
