基于模糊C-均值聚类算法对MRI图像分割的研究

来源 :山西师范大学 | 被引量 : 1次 | 上传用户:elenganse
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脑部MRI图像分割是基于MRI和一定标准下的相似性,将脑部MRI中相似度大的像素划分为相同的组织类,反之划分成不同的组织类。临床医学上脑部MRI图像因其独特的成像方式使图像本身具有不确定性和模糊性,而脑部组织结构的高度复杂性又给图像分割增加了难度,如何精确有效地分割脑部MRI以提高临床诊断和辅助治疗效率是研究的重中之重。基于模糊理论的FCM算法目前是最适用于脑部MRI分割的方法之一,已获得众多研究人员对FCM算法进行研究与改进。基于此,本文做了以下研究:(1)对传统FCM算法及利用图像的空间信息的改进算法进行了研究。(2)提出一种基于非局部空间信息的模糊C-均值聚类改进算法。算法首先是对图像进行非局部均值去噪利用了原始图像的非局部空间信息;其次是利用直方图检测出最佳分割类别数;最后是引入一个模糊因子到目标函数中,这个模糊因子完全利用了原始图像的局部空间信息。该算法在图像细节信息和噪声的鲁棒性两者之间找到了平衡点,分割效果图可明显看出算法对含噪图像有较好的分割结果。(3)利用MATLAB工具实现本文所提FSICM算法对含噪脑部MRI的分割测试,并与FCM、KFCM、FCM-S1、FLICM和FCM-NLS算法进行对比。根据F-score评价指标率对算法及实验结果进行评价分析,结果表明,本文所提算法分割含噪量高的脑部MRI图像时,背景分割准确率为99.76%,脑脊液分割准确率为86.5%,脑灰质分割准确率为92.26%,脑白质分割准确率为97.76%,极具准确性和抗噪性。
其他文献
置身于信息化大环境中,个体的终身学习成为推动其持续发展的关键。阅读能力是学生掌握知识乃至适应社会的基本素质。于化学学习而言,则高度强调了学生的化学阅读能力,其是化学核心素养体系中必不可缺的部分。而且纵观我们目前的高考题中,都是在新情境下考查学生的理解和辨析能力、分析和推理能力、归纳和论证能力,而这些能力都离不开我们学生的阅读能力。因此调查学生的化学阅读能力,揭示学生在化学阅读过程中存在的问题,就有
近年来,迭代硬阈值算法(IHT)作为一种求解反问题的优化方法,在压缩重构中受到广泛关注。IHT算法中加入正规化思想形成正规化硬阈值迭代算法(NIHT),加入回溯思想形成硬阈值追踪算法(HTP),这些传统算法收敛速度较快,也有较高的精度。论文基于范数最优化理论与迭代阈值算法,融入迭代加权最小二乘思想,使传统算法的精度有所提高,形成比传统算法有更高图像清晰度的加权最小二乘迭代硬阈值算法(IRLSIHT
学位
小学语文课程目标政策是整个小学语文课程标准(教学大纲)政策的核心,在漫长的演进和发展历程中统领着小学语文教育整体的发展方向和变化趋势。建国七十年来,我国颁布了小学语文课程目标政策相关文件共13件,作为语文学科重要的课程文件,这些政策文本能够最直接地呈现出语文学科的发展和演变历程。因此探索分析新中国小学语文课程目标政策变迁阶段、变迁特征及其变迁原因,对更好地把握不同时期的小学语文教育理论和政策制定理
学位
本文主要研究了带干扰的多智能体系统的有限时间一致性问题。为了使多个移动智能体可以在有限时间内达成一致性,本文根据不同的网络拓扑结构设计了分布式有限时间控制律。利用不一致函数,通过将原始系统转换为一个等价系统,得出了保证所有智能体达到有限时间一致性的条件。最后,给出了仿真实例来验证理论和方法的正确性。首先,介绍了本文研究问题所需的图论知识、有限时间定义和经典引理,这部分内容是研究和分析问题的基础。其
先行组织者,是由美国教育心理学家Ausubel(奥苏伯尔)于1960年提出的,作为一种教学策略,它是指老师提前准备具有包容性、概括性的学习材料,搭建新旧知识之间的桥梁,用以指导学生学习,促进学生理解新知识、完善知识结构。当前,高中学生在学习生物课程的过程中,理解知识较为困难、缺乏相应的逻辑思维,而一些老师在教学过程中对学生搭建认知结构的重视程度不足,不能有效协助学生建立生物知识的结构。为解决这一问
曹保平是学院派导演的代表性人物,1989年毕业于北京电影学院。曹保平自1990年入行以来,开始撰写剧本、执导拍摄电视剧。2001年拍摄了他本人的首部电影《绝对情感》,近20年来曹保平共有六部电影面世,分别是:《绝对情感》(2001)、《光荣的愤怒》(2006)、《李米的猜想》(2008)、《烈日灼心》(2015)、《追凶者也》(2016)、《狗十三》(2018)。虽然知名度不高的《绝对情感》是曹保
亚热带森林因其结构复杂、树种多样的特点,成为遥感研究的热门方向。尽管近年来随着大量的遥感平台相继投入使用,大量不同空间、光谱分辨率的数据源可被用于森林遥感监测,但是对于不同数据源、分辨率、分类变量在不同尺度上进行森林观测的系统性对比研究仍然较少。本研究以中国南方广西高峰林场为研究区,使用Zuyuan-3(ZY-3),Landsat-8,Sentinel-2影像,通过数据融合的方法改善其光谱、空间分
当前,智慧化智能化席卷全球,而随着无人机和高分卫星技术的蓬勃发展,从高分数据获取光谱和空间深度特征,采用机器学习算法实现森林资源遥感信息提取和生物量智能估算越来越受到重视。以深度卷积神经网络(Convolutional Neural Networks,CNN)为代表的智能机器学习算法通过大量数据来训练模型,使得它在遥感图像信息提取、参数反演以及各种感知数据的综合分析等方面拥有更多智能化特征,为森林