基于加权复杂网络聚类的医学图像分类器研究.pdfVIP

计算机工程与设计ComputerEngineeringandDesign ·人工智能· 基于加权复杂网络聚类的医学图像分类器研究 谢福鼎， 赵凤霞， 稽敏 (辽宁师范大学计算机与信息技术学院，辽宁大连116081) 摘 要：为了建立高效的肿瘤自动诊断系统，克服因医学MIR图像的复杂性带来的直接从图像中看出肿瘤及良、恶性质的困 难，结合复杂网络社团划分的部分理论成果和K-mean聚类算法的思想，提出了基于加权复杂网络聚类的医学图像分类器。 该分类器对医学图像进行预处理，建立图片特征库，构建图片加权复杂网络，在此基础上根据网络节点的加权网络特征值 和连接度选取初始聚类中心进行聚类，有效地克服了传统K-mean聚类算法对初始化选值敏感性的问题，从而大大提高了分 法平均提高了8％左右。 关键词：医学MIR图像；K．mean聚类；复杂网络；医学图像分类器；节点加权复杂网络特征值 文献标识码：A 文章编号：1000．7024(2009)17-4057．04 中图法分类号：TP391．41 Researchofmedical basedon networkcluster classify image weightedcomplex XIE ZHAO Mill Fu—ding， Feng-xia，JI and Normal 11608 of Information (College Technology,LiaoningUniversity,Dalian1，China) Computer tumorinmedicalMIR isadifficulttaskbecauseof inthe the of Abstract：Detecting images complexityimage．Thisbringsnecessity automaticto whethera tumorornot．This medical basedon toolsfind classify creating imagepresent proposedimage weightedcomplex networkclusterafter and ofthetraditionalK-mean andthenew results advantagesdisadvantages clusteringalgorithm theory analyzing achievedinthefield networks．The resultsshowthatthis canfind centersbetterbasedonthe ofcomplex experimental classify clustering networksfeatureofnodesanditisrobustto the is 8％thanthetraditional weighted initialization,soqualityofclusteringimproved complex K-mean clusteringalgorithm． words：medicalMIR ne