基于t混合模型的醫(yī)學(xué)圖像聚類研究.pdf

1、醫(yī)學(xué)圖像聚類是醫(yī)學(xué)圖像識別的關(guān)鍵技術(shù)之一，在醫(yī)學(xué)臨床診斷中扮演著越來越重要的角色。目前的醫(yī)學(xué)圖像聚類算法尚不能完全滿足醫(yī)學(xué)圖像分析的理解和要求，因而對它的研究具有很大的學(xué)術(shù)價值和應(yīng)用前景。本文試圖研究適合于醫(yī)學(xué)圖像識別的基于t混合模型的醫(yī)學(xué)圖像聚類方法及其算法。
　　 本文結(jié)合科研項目“基于密度函數(shù)的醫(yī)學(xué)圖像有效特征表達(dá)及其提取方法研究”，構(gòu)造出醫(yī)學(xué)圖像的t混合模型，提出了基于EM參數(shù)估計方法的醫(yī)學(xué)圖像t混合模型聚類算法及其改進(jìn)

2、。主要工作體現(xiàn)在以下幾個方面：
　　 (1)有限混合模型聚類是一種基于數(shù)據(jù)分布符合某種潛在規(guī)律的聚類方法，論文詳細(xì)闡述了其定義、模型選擇和參數(shù)估計。根據(jù)醫(yī)學(xué)圖像的數(shù)據(jù)特點，提出基于t混合模型的醫(yī)學(xué)圖像數(shù)據(jù)分布描述方法。
　　 (2)分量數(shù)選擇的恰當(dāng)與否決定著模型的復(fù)雜度，選擇一個合適的分量數(shù)，讓模型有一個合適的復(fù)雜度，且能夠較好地反映數(shù)據(jù)分布的規(guī)律。論文從現(xiàn)有分量數(shù)準(zhǔn)則函數(shù)出發(fā)，提出一種改進(jìn)了的適合于確定醫(yī)學(xué)圖像數(shù)據(jù)分量