数据压缩的FCM算法用于人脑MRI图像的分割
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

国家自然科学基金

伦理声明:



Data Compressed FCM Algorithm for Image Segmentation of Brain MRI Images
Author:
Ethical statement:

Affiliation:

Funding:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对模糊C均值聚类(Fuzzy C—means clustering,FCM)算法在人脑磁共振成像(Magnetic Resonance Imaging,MRI)图像分割中存在的计算量大、运行时间过长的问题,提出一种加速方法。首先利用边界跟踪法对人脑MRI图像进行预处理,剔除颅骨和肌肉等非脑组织;然后通过数据压缩,即通过对相近的像素进行量化并聚合来减少像素个数;最后用FCM算法对大脑结构进行分割,结果得到脑白质、灰质和脑脊液图像区域。该方法能够使数据量大为减少,从而使FCM在图像分割中更加快速有效。

    Abstract:

    The fuzzy C-means clustering(FCM) algorithm requires a long time to segment images,especially brain magnetic resonance images,due to the large data set to be processed.In this paper,an accelerated method is put forward.Firstly,the non-brain tissues,such a

    参考文献
    相似文献
    引证文献
引用本文

马华,张西学,郑鹏.数据压缩的FCM算法用于人脑MRI图像的分割[J].太赫兹科学与电子信息学报,2006,4(3):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
关闭