基于模糊与核聚类算法的脑磁共振图像分割方法研究

项目名称： 基于模糊与核聚类算法的脑磁共振图像分割方法研究

项目编号： No.60963012

项目类型： 地区科学基金项目

立项/批准年度： 2010

项目学科： 医药、卫生

项目作者： 杨勇

作者单位： 江西财经大学

项目金额： 20万元

中文摘要： MR图像分割是当前医学图像分割中研究的热点和难点。由于成像条件的限制，MR图像都具有内在的不确定性或模糊性，这种不确定性给传统的医学图像分割算法带来困难，却给模糊模式识别分割技术提供了产生的必要条件。本项目在前期研究的基础上，针对模糊聚类及其核方法在脑部MR图像分割中的应用进行如下研究：在模糊聚类算法中结合图像的马尔科夫特性，同时考虑MR成像的非均匀性效应，提出一种基于图像马尔科夫特性的惩罚模糊聚类分割算法；将核学习的思想引入模糊与可能性聚类算法中，提出一种基于核的模糊可能混合聚类分割算法；借助支持向量机良好的分类性能，结合MR图像模糊性的特点，构建基于模糊支持向量机的MR图像分割模型；最后，研究一种有效的分割定量评价方法。项目的研究将为MR图像的分割提供新的研究思路和方法，其结果将能有效地提高MR图像的分割性能，对于MR图像在计算机辅助诊断、病理分析及计算机模拟手术等方面具有重要价值。

中文关键词： MR图像分割；模糊聚类；马尔科夫；核函数；支持向量机

英文摘要：

英文关键词： MR image segmentationn；fuzzy clustering；Markov；kernel function；SVM