基于改进模糊聚类算法的医学图像分割研究-模式识别与智能系统专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他 个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□， 在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 随着 MRI、X-CT、PET 和 SPECT 等医学成像技术的发展与广泛使用，计算机 辅助诊断系统在临床的应用日益不可或缺。医学成像技术在治疗过程的疾病诊断、 治疗方案设计、手术效果评价等方面起重要作用，为医护人员提供了很多有用的信 息。核磁共振成像拥有对人体无害、成像效果好、多参数任意角度成像等优点，因 而得到了广泛应用。 医学图像处理技术是计算机辅助诊断系统中重要的组成部分，国内外研究人员 提出了很多行之有效的医学图像分割方法。在这些方法中，模糊聚类算法是一种软 分割方法，对医学图像分割尤为适合。但标准的 FCM 算法（Fuzzy C Means）仅仅 考虑了灰度信息，因此其对噪声的容忍能力较差。本文针对 FCM 算法的这一缺点， 提出了一种融合空域滤波器的改进 FCM 算法。该算法首先使用改进的空域滤波器对 噪声图像进行滤波去噪，并对 FCM 算法的目标函数与迭代公式进行修改，添加了空 域滤波数据项，使得空域滤波结果能够指导 FCM 算法的迭代，且每个像素的模糊隶 属度由像素灰度与空域滤波数据共同决定。为了取得更好的结果，对输入图像还进 行了直方图归一化、非目标区域去除与初始聚类中心训练等步骤，使得输入图像具 有更好的一致性。为验证算法的有效性，分别使用本文提出的算法对人工图像与实 际 MRI 病例图片进行了分割。实验数据证明，该算法对脑部 MRI 图像取得了较好的 分割效果，且对噪声具有一定的鲁棒性。 关键字：磁共振图像；医学图像分割；模糊聚类算法 II II ABSTRACT As medical imaging technology, e.g. MRI, X-CT, PET and SPECT, is widely used in hospital, computer aided diagnosis system becomes more and more important in clinical application. Medical imaging play an important role in disease, treatment planning and operation effect evaluation, for it provides useful information for medical personnel. Magnetic Resonance Imaging can give sound result from any angle and parameter without causing any harm to patient, and because of these advantages, it is especially important among all the imaging technologies. Medical image processing is the most important part of the computer aided diagnosis system and achieve great progress in the past years. Researchers have developed lots of algorithm to solve the problem. Fuzzy cluster method is a kind of soft segmentation method and it provides sound result for medical image segmentation. Because the Fuzzy C Means meth