文献类型：期刊文章

作　　者：王荣淼[1] 张峰峰[1,2] 詹蔚[3] 陈军[1] 吴昊[1]

WANG Rongmiao;ZHANG Fengfeng;ZHAN Wei;CHEN Jun;WU Hao(College of Mechanical and Electrical Engineering,Soochow University,Suzhou Jiangsu 215131,China;Collaborative Innovation Center of Suzhou Nano Science and Technology,Soochow University,Soochow Jiangsu 215123,China;The First Affiliated Hospital of Soochow University,Suzhou Jiangsu 215006,China)

机构地区：[1]苏州大学机电工程学院,江苏苏州215131 [2]苏州大学苏州纳米科技协同创新中心,江苏苏州215123 [3]苏州大学附属第一医院,江苏苏州215006

出　　处：《计算机应用》

基　　金：国家863计划项目(2015AA043201)~~

年　　份：2019

卷　　号：39

期　　号：11

起止页码：3366-3369

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：传统模糊C均值(FCM)聚类算法应用于肝脏CT图像分割时仅考虑像素本身特征,无法解决灰度不均匀造成的影响以及肝脏边界模糊造成的边界泄露的问题。为解决上述问题,提出一种结合空间约束的模糊C均值(SFCM)聚类分割算法。首先,使用二维高斯分布函数构建卷积核,利用该卷积核对源图像进行空间信息提取得到特征矩阵;然后,引入空间约束惩罚项,更新并优化目标函数得到新的迭代方程;最后,通过多次迭代,完成对肝脏CT图像的分割。实验结果表明,SFCM算法分割具有灰度不均匀和边界粘连的肝脏CT图像时得到的肝脏轮廓形状更加规则,准确率达到92.8%,比FCM和直觉模糊C均值(IFCM)算法的分割准确率分别提升了2.3和4.3个百分点,过分割率分别降低了4.9和5.3个百分点。

关 键 词：模糊C均值算法 空间约束  图像分割 肝脏CT 灰度不均匀 边界泄露  

分 类 号：TP317.4]