设计说明书-基于FCM算法的PET医学图像分割.pdfVIP

基于FCM 算法的PET 医学图像分割 摘 要 正电子发射断层扫描 （Positron Emission Computed Tomography ）功能分子生物影 像系统已广泛运用于恶性肿 放射治疗的临床研究。准确的将PET 图像中的肿 区域 分割出来具有重要的临床意义。 PET 作为一种常用于头颈部癌靶区勾画的功能影像，其PET SUV 是判断肿 良恶 性最常用的半定量指标。临床实验中最简单的是手动勾画。但是由于PET 图像自身的 低分辨率等特点，模糊的边缘，以及不均匀性让此方法更加难以准确分割出肿 部 分，所以分割结果也不是特别准确。 为了更准确的区分肿 组织和正常组织，本课题选择基于模糊集理论提出的模糊 C 均值(FCM)算法进行实验。模糊聚类因其具有较强的描述不良问题的能力，所以将 模糊理论引入图像处理与分析领域，使基于模糊集理论的图像分割方法有更好的图像 分割效果。 本文对近几年来出现的图像分割方法作了较为全面的综述，探讨了图像分割技术 的发展方向，然后选择了模糊聚类中最为经典的方法—模糊C 均值算法进行了研究， 同时通过实验验证了方法的有效性。 关键词 ：PET ，图像分割，FCM ，模糊集