%A 叶伟1,陶晶2,陈小宇1,林千早1,魏玲1,张小兵1,陈万洪1 %T 一种新颖的MR脊柱图像自动分割算法研究 %0 Journal Article %D 2018 %J 中国医疗设备 %R 10.3969/j.issn.1674-1633.2018.09.016 %P 61-64 %V 33 %N 9 %U {http://cs.china-cmd.org/zgylsb/CN/abstract/article_3491.shtml} %8 2018-09-10 %X 目的 本文提出一种新颖的基于模糊C均值聚类分割算法,并运用于MR脊柱图像分割。方法 首先采用各向异性扩散 滤波器对MR脊柱原始图像进行预处理,其次采用核密度估计方法确定模糊C均值聚类的初始聚类中心值;然后采用模糊C 均值聚类算法初步分割图像,最后运用形态学操作从肌肉背景中提取脊椎图像。并选用Dice系数和Hausdorff距离评估分割 质量。结果 比较不同算法的MR脊柱分割图像,定性分析显示模糊C均值聚类算法对图像边缘保存完整,定量评估结果表明 模糊C均值聚类算法能获得最大的Dice相似性系数和最小的Hausdorff距离。结论 模糊C均值聚类算法是一种可行的MR脊柱 分割算法,较其他算法具有更好的鲁棒性和精确性。