基于聚類算法膽結(jié)石CT圖像分割的研究.pdf

1、在醫(yī)學(xué)圖像中,由于膽結(jié)石 CT圖像存在各種各樣不確定性與不精確性的因素,這就給膽結(jié)石 CT圖像的精確分割帶來了很大的難題。然而模糊理論對模糊因素具有很好描述能力,便可以利用模糊理論對膽結(jié)石 CT圖像進(jìn)行近似最優(yōu)分割。本文重點研究了基于模糊聚類理論的圖像分割算法,并對經(jīng)典模糊 C均值(FCM)聚類進(jìn)行算法改進(jìn),然后把改進(jìn)的算法用于具有膽結(jié)石病灶的CT圖像分割,讓膽結(jié)石診斷更加準(zhǔn)確清晰。本文主要完成的工作如下:
　　首先,在第1章里面

2、對醫(yī)學(xué)圖像分割技術(shù)的發(fā)展?fàn)顩r與意義進(jìn)行了簡單介紹。
　　接著,在第2章里面分別對聚類算法、模糊理論以及其基于兩者的代表算法—FCM算法進(jìn)行闡述與研究。
　　然后,在第3章用馬氏距離代替?zhèn)鹘y(tǒng)的 FCM算法中的歐式距離做為其聚類的距離公式,克服傳統(tǒng)FCM算法對具有高維特征的圖像(比如膽結(jié)石CT圖像就是該類圖像)進(jìn)行分割的時候存在的計算上的弊端,利用馬氏距離對數(shù)據(jù)的幾何分布進(jìn)行自適應(yīng)的調(diào)整,以達(dá)到相似數(shù)據(jù)點的距離小的特點,并將其用

3、于模糊聚類,從而取得了很好的聚類效果。接著分別把直方圖加權(quán)與空間約束加權(quán)引入馬氏距離的 FCM算法,前者利用直方圖統(tǒng)計特性的引入就可以對算法進(jìn)行精簡,這可以大大加快算法的收斂速度,后者克服了圖像中那些包含像素點數(shù)目少的類就會被那些包含像素點多的類別所覆蓋,從而整個聚類的效果達(dá)不到理想的要求的缺點。
　　再次,在第4章把金字塔原理引入模糊核聚類算法(KFCM)中,進(jìn)一步提高FCM聚類的速度,利用金字塔算法的多分辨率分析技術(shù),對聚類的