一种基于改进FCM的医学图像分割算法.docVIP

  一种基于改进 FCM 的医学图像分割算法 张军贤，刘建国** （华中科技大学图像识别与人工智能研究所,武汉 430074） 5 10 15 20 25 30 35 40 摘要：医学图像处理在计算机辅助诊断中具有重要意义，而肿瘤分割是其中一个常见应用。 针对医学图像的特点，学者提出了很多有效的分割方法，而 FCM 作为一种经典模糊聚类算 法，对医学图像分割有较好的效果。然而经典 FCM 方法由于没有考虑空域信息，对噪声的 容忍能力较差，对受噪声污染的图像分割效果不够理想。针对这种情况，本文提出了一种融 合空域滤波器的 FCM 方法（Filter Based FCM,FBFCM），该方法首先使用空域滤波器对图 像进行滤波操作，并修改 FCM 的目标函数，使得空域滤波结果能够指导 FCM 方法的模糊 隶属度矩阵与聚类中心的更新。实验证明，本文提出的方法对实际 MRI 脑肿瘤图像的分割 取得了较好的效果。 关键词：医学图像分割；空域滤波器；FCM 聚类 中图分类号：TP391 An improved medical image segmentation algorithm based on FCM Zhang Junxian, Liu Jianguo (Institute For Pattern Recognition Artificial Intelligence,Huazhong University Of Sci. And Tech.,Wuhan 430074) Abstract: Medical image segmentation is essential in computer aided diagnosis. Lots of algorithms have been proposed recently, which turn out to be very effective. As a fuzzy clustering algorithm, FCM give a sound segmentation result to medical image. However, due to the lack of spatial information, the original FCM algorithm is not robust to the noise. To improve the performance of the FCM algorithm, a Filter Based FCM (FBFCM) is proposed. In the new method, the image is firstly denoised with spatial filter. The objective function of the FCM is also modified so that the result of the spatial filter can improve the iteration of the fuzzy membership matrix and the cluster center. The proposed algorithm turns out to be effective through the experiment result. Key words: Medical image segmentation;spatial filter;FCM cluster 0 引言 医学图像处理是计算机医学辅助系统的重要组成部分，而医学图像分割则是医学图像处 理后续分析处理与可视化的基础。然而，由于医学图像采集过程中的噪声、部分容积效应、 组织运动等影响，以及个体之间差异的原因导致医学图像具有复杂性与多样性，并没有通用 的图像分割方法能够对大部分医学图像取得很好的分割效果，针对具体的应用需要选取适当 的分割方法。[1]近年来，研究人员在医学图像分割方面付出了许多努力，提出了适用于各种 场合的分割方法。[2]这些方法可以按照理论特点分为基于边缘的方法，基于区域的方法和基 于聚类的方法。其中，由于基于聚类的方法对图像的不均匀性具有鲁棒性，在医学图像分割 方面有一定优势。因此，本文针对医学图像处理的特点，提出了一种基于改进 FCM 算法的 医学图像分割方法。 与硬分类方法 HCM、K-MEANS 等不同，FCM 算法并不把每个样本硬分类到各个类别 中，而是使用模糊隶属度标记样本与类别的隶属关系，取得更好的分类效果。遗憾的是，标 作者简介：张军贤（1986-），男，硕士研究生，主要研究方向：医学图像处理 通信联系人：刘建国（1956-），男，教授，博士生导师，主要研究方向：医学图像处理. E-ma