| 医学图像体分割的特征聚类算法 |
| |
| 引用本文： | 黎新伍.医学图像体分割的特征聚类算法[J].清华大学学报(自然科学版),2008,48(10). |
| |
| 作者姓名： | 黎新伍 |
| |
| 摘 要： | 为提高三维医学数据场的分割效率和准确率,本文利用特征聚类技术,提出了一种新的基于改进K-means聚类的三维医学数据场的体分割算法.根据医学数据的物理意义和医学特征分析,对数据场进行预处理,以加快后继处理速度;分析推导了基于改进K-means聚类的分割算法,并改进了算法采样技术,减少需要计算的像素数目以进一步提高处理速度.实验结果表明本算法不仅能够提高三维医学组织的聚类分割精度至96％,而且能够提高66％的模型处理速度.
|
| 关 键 词： | K-means聚类 直接体分割 医学数据场 |
Feature clustering algorithm for 3D medical image segmentation |
| |
| LI Xinwu.Feature clustering algorithm for 3D medical image segmentation[J].Journal of Tsinghua University(Science and Technology),2008,48(10). |
| |
| Authors: | LI Xinwu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
