点对称距离模糊C均值聚类算法在脑部MRI图像分割中的应用
邓羽
黄华
1.四川大学电气信息学院,四川省成都市,6100652.四川大学电气信息学院,四川省成都市,610065
摘要：背景:在传统的图像分割方法中,模糊C均值聚类算法应用十分广泛.目的:将改进的模糊C均值聚类算法应用到MRI图像的分割中,提高MRI图像分割的准确度.方法:针对传统的基于Minkowski距离的模糊C均值聚类算法,提出了基于点对称距离的模糊C均值聚类算法,并将其运用到了脑部MRI图像分割中.结果与结论:实验结果表明,与模糊C均值聚类算法相比,点对称距离的模糊C均值聚类算法有明显的优势.
关键词：模糊C均值聚类MRI图像点对称距离点对称距离的模糊C均值聚类算法数字化医学
分类号：R318(医用一般科学)
论文发表日期：2011-01-01
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：3( 4084-4086 )
英文信息