基于模糊核聚类的肝脏MRI肿瘤提取方法  

The tumor extraction algorithm of liver MRI using fuzzy kernel clustering

作　　者：林鹏鹏[1] 叶少珍[1,2] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350108 [2]福建省医疗器械与医药技术重点实验室,福建福州350002

出　　处：《福州大学学报（自然科学版）》2012年第2期181-187,共7页Journal of Fuzhou University(Natural Science Edition)

基　　金：福建省自然科学基金资助项目(2009J01282);福建省科技平台建设资助项目(2008J1005)

摘　　要：针对肝部图像特点,在传统模糊核算法中引进邻域像素的空间信息,提出灰度和空间信息相结合的特征加权核聚类方法.该方法在核聚类过程中利用分割熵作为高斯演化策略的适应度函数对灰度和空间信息的权重进行优化,从而达到肿瘤提取的目的.本方法对福建省肿瘤医院提供的30个腹部MR图像序列进行实验,结果表明该方法对肝脏MRI肿瘤提取的有效性.The characteristic of the liver MR image has been taken into account. Introducing spatial information of neighboring pixels into the traditional fuzzy kernel clustering algorithm, we propose a novel algorithm called feature -weighted fuzzy kernel clustering. The algorithm optimizes the weight of spatial information by Gaussian evolutionary strategy utilizing segmentation entropy as fitness function in order to achieve tumor extraction. The research experiment is done on the 30 abdominal MRI se- quences provided by Fujian Tumor Hospital. The result of experiment shows the effectiveness of the al- gorithm.

关 键 词：肝脏 核磁共振成像 模糊核聚类 图像分割 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]