基于动态加权模糊核聚类算法的医学图像分割新方法  

Novel Method of Medical Image Segmentation Based on Dynamic-weighted KFCM Algorithm

作　　者：刘金清[1] 

机构地区：[1]福建师范大学光电与信息工程学院,福建省光子技术重点实验室,福建福州350108

出　　处：《福建师范大学学报（自然科学版）》2012年第6期47-51,共5页Journal of Fujian Normal University：Natural Science Edition

基　　金：国家自然科学基金资助项目(61179011);福建省自然科学基金资助项目(2010J01327)

摘　　要：采用动态加权的模糊核聚类算法对CT医学图像进行分割.该算法对模糊核聚类算法中的特征向量进行动态加权,以自动削弱噪声特征向量在聚类中的作用,这样可以减小噪声对图像分割的干扰.实验结果表明,采用该种新算法对CT图像分割后,可以获得更清晰的分割图像.A kind of dynamic-weighted fuzzy core clustering algorithm is proposed to seg- ment CT medical image. In the algorithm, dynamic weights are used to characteristic vector of fuzzy core clustering algorithm, to weaken the noise characteristics vector in the role of the clustering automatically, and then the interference of noise can be reduced on image seg- mentation. The experimental results show that, after CT image segmentation with the pro- posed novel algorithm, clearer segmented image can be obtained.

关 键 词：模糊核聚类算法 动态加权 聚类 CT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]