[1]赖胜圣,刘虔铖,张刚平.基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用[J].中国医学物理学杂志,2015,32(05):707-710.[doi:doi:10.3969/j.issn.1005-202X.2015.05.021]
点击复制

基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
32卷
期数:
2015年05期
页码:
707-710
栏目:
出版日期:
2015-08-25

文章信息/Info

文章编号:
1005-202X（2015）05-0707-04
作者:
赖胜圣; 刘虔铖; 张刚平
广东食品药品职业学院，广东广州510520
关键词:
随机游走; 模糊C均值; 形态学处理; 图像分割; 脑肿瘤
分类号:
TP319；R739.4
DOI:
doi:10.3969/j.issn.1005-202X.2015.05.021
文献标志码:
A
摘要:
目的：经典随机游走算法是使用最为广泛的交互式图像分割方法之一，分割精度较高，但是该算法执行过程需要人工参与，由医生手动勾选种子点，这在临床使用中是比较麻烦和耗时的，在一定程度上降低了该算法的效率。针对该问题，本文期望提出一种自动的随机游走分割方法。方法：首先使用模糊C均值算法对待分割图像进行聚类，根据聚类的隶属度进行阈值分割得到初步分割结果；再对分割结果进行形态学开放处理，仅保留初步分割结果的主要区域，并将处理后的区域中的所有像素点作为随机游走算法的种子点，利用随机游走算法对图像实施分割，得到最终分割结果。本文结合模糊C均值算法和形态学处理，实现了自动的随机游走。使用改进后的算法对MR图像中的脑肿瘤和水肿区域实施自动分割，验证本文算法的有效性和准确性。结果：本文方法在实现自动化分割的同时，其分割精度明显优于模糊C均值算法的分割结果。结论：本文提出的改进方法能准确地自动分割出目标区域，并且较模糊C均值方法的分割结果有显著性提高。

相似文献/References:

[1]陈海斌,甄 鑫,周凌宏.基于先验的随机游走算法在医学图像分割中的应用[J].中国医学物理学杂志,2015,32(02):174.[doi:10.3969/j.issn.1005-202X.2015.02.005]
[2]刘国才,官文静,田娟秀,等. 集成自适应回归核的肿瘤生物靶区随机游走勾画方法[J].中国医学物理学杂志,2018,35(7):758.[doi:DOI:10.3969/j.issn.1005-202X.2018.07.004]
　LIU Guocai,GUAN Wenjing,TIAN Juanxiu,et al. A random walk method with adaptive regression-kernel for delineation of biological target volumes of tumors[J].Chinese Journal of Medical Physics,2018,35(05):758.[doi:DOI:10.3969/j.issn.1005-202X.2018.07.004]

备注/Memo

备注/Memo:
广东省医学科学技术研究基金项目（B2014080）
更新日期/Last Update: 2015-09-07