论文摘要
为了提高脑部肿瘤的磁共振成像(MRI)在肿瘤分割方面的精度和分割效率,提出了自适应阈值蚁群模糊聚类算法(TSAG_PnFCMS)。针对传统的模糊c均值聚类(FCMS)算法对噪声敏感,以及MRI图像中存在属性不同的样本点,在聚类过程中,将不同属性样本点的相关系数作为权重融入到欧氏距离的计算,提高聚类精度;针对蚁群算法容易陷入局部最优,提出一种自适应阈值蚁群算法,提高算法的全局搜索能力,将自适应阈值蚁群算法与改进的模糊聚类算法相结合,提高系统的分割精度和抗噪声性能,使得最终的分割效果达到最优。通过轮廓系数、目标函数收敛结果以及迭代时间进行实验仿真对比,表明改进算法的有效性,可见算法为颅内肿瘤图像的分割提供了可靠的技术手段。
论文目录
文章来源
类型: 期刊论文
作者: 王岩,吴焕丽
关键词: 核磁共振成像,相关系数,模糊聚类,自适应阈值,肿瘤分割
来源: 科学技术与工程 2019年34期
年度: 2019
分类: 工程科技Ⅱ辑,医药卫生科技,信息科技
专业: 临床医学,神经病学,肿瘤学,计算机软件及计算机应用
单位: 河北工业大学电子信息工程学院
分类号: TP391.41;R739.41;R445.2
页码: 254-259
总页数: 6
文件大小: 644K
下载量: 91