随着近代科学技术的飞速发展,电子计算机断层扫描、磁共振成像、超声成像、正电子发射断层成像等先进成像技术被广泛运用于医学临床诊断与治疗,成为了医生分析疾病的重要依据,同时为生物医学研究提供了科学依据。然而,由于成像设备的局限性以及环境的影响,医学图像往往具有模糊不清,受噪声干扰等特征。为了给医生提供更完整确切的信息,精准、抗噪的分割出感兴趣部位成为广大学者普遍研究的问题。医学图像分割随之成为特定组织测量、病变区域提取和三维重建等研究的必要前提。针对图像的模糊性特征,学者们提出利用模糊理论来处理图像分割。精确集描述的概念是非此即彼,模糊集可以描述亦此亦彼的情况,直觉模糊集增加了一个新的属性参数——犹豫度,进而还可以描述非此非彼的模糊概念,表达了中立的程度,与模糊集相比较,直觉模糊集能够更好、更准确地表达模糊信息。因此,本文主要研究了基于直觉模糊集的医学图像分割算法。论文首先介绍了医学图像分割的背景及意义,接着介绍了模糊集与直觉模糊集的概念,继而通过修正距离测量算子与加入隶属度函数约束项,提出了一些改进的直觉模糊聚类算法。根据时间复杂度提出了一种快速直觉模糊聚类算法及它的改进形式,并将所提出算法作用于医学图像来验证了算法的有效性。本论文的主要工作如下:(1)利用核函数来代替欧几里得距离测量公式。首先,探讨了核函数的作用以及几种常见的核函数类型。接着本文利用高斯核函数、径向基核函数与双曲正切核函数改进了传统的直觉模糊聚类,并与相应的模糊聚类算法进行了比较,对含有噪声的医学图像进行聚类分割,验证了直觉模糊集的优越性。本文还通过Sugeno与Yager两种直觉模糊产生算子来构造直觉模糊集,从算法处理时间与最终处理结果两方面对比了这两种方式的优缺点。在此基础上,本文利用邻域信息与样本方差,提出了一种改进的基于核函数的直觉模糊聚类算法,并通过实验验证了算法在抑制噪声方面有了进一步的提高。(2)研究了由局部空间信息构造的空间算子来修正隶属度函数,从而改进传统的直觉模糊聚类算法。本文首先介绍了由B.K.Tripathy提出的空间直觉模糊聚类的原型,描述了空间函数的构造,及其对隶属度函数的修正,并验证了该算法相对于模糊聚类的优越性。继而提出了一种由高斯空间核函数构造的空间函数形式,对算法进行了改进,从直观结果与量化评价参数两方面验证了所提算法聚类结果的准确度。(3)针对基于直觉模糊集的聚类算法处理时间长的缺点,根据快速模糊聚类分割算法,利用其加速原理,提出了一种快速直觉模糊聚类分割算法,其相对于传统的直觉模糊聚类,在时间复杂度方面有了大幅度的改进。随之在此快速直觉模糊聚类算法的基础上,利用邻域像素的相对位置信息与灰度信息,提出了一种改进的快速直觉模糊聚类算法,使算法在抑制噪声、保留细节及处理时间三方面达到平衡。