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