基于FCM聚类算法的颅内出血CT图像分割
王海波1
李雪耀2
1.牡丹江医学院,教育技术与信息中心,黑龙江,牡丹江,1570112.哈尔滨工程大学,计算机科学与技术学院,哈尔滨,150001
摘要：为了提高计算机辅助诊断系统的颅内出血病灶分割准确率,提出一种新的颅脑CT图像分割方法,被怀疑为出血的区域可快速而有效地分割出来.首先利用颅内结构提取算法提取颅内区域;然后利用两次模糊c均值聚类算法完成出血区域分割.第一次模糊c均值聚类确定疑似颅内出血的区域,根据脑出血CT图像特点,将中心点灰度值最高的类作为第二次模糊c均值聚类对象,第二次模糊c均值聚类分割出疑似出血区域,最后对颅脑CT图像进行实验,验证方法的可行性.实验结果表明该方法对颅脑出血CT图像病灶的分割是有效的.
关键词：模糊c均值聚类颅内出血图像分割CT
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 99-105 )
英文信息