基于t混合模型的醫(yī)學圖像聚類研究.pdf

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

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