%A 任彤 %T 基于快速模糊C均值和邻域空间信息的脑部MR图像分割 %0 Journal Article %D 2019 %J 中国医疗设备 %R 10.3969/j.issn.1674-1633.2019.09.024 %P 93-95 %V 34 %N 9 %U {http://cs.china-cmd.org/zgylsb/CN/abstract/article_4347.shtml} %8 2019-09-10 %X 目的 提出一种改进的模糊C均值聚类算法,并将其应用于脑部MR图像分割。方法 首先,采用最大距离测度选取FCM 初始聚类中心;然后,采用硬分类方法更新聚类中心和空间邻域信息构建隶属度函数,最后完成图像各区域分类。结果 采 用人工合成图像和临床实例脑部MR图像进行仿真实验,结果显示基于空间信息的SFCM/SFFCM算法所得图像噪声水平低于 传统的FCM/FFCM算法。定量分析显示基于SFCM1,1/SFFCM1,1的分类评价指标模糊位置系数Vpc(0.944)和位置信息熵Vpe (0.043)均最优,SFFCM1,1程序耗时较标准FCM降低了37.2%~82.9%,迭代次数减少5~20次。结论 本研究提出的SFFCM分割 算法收敛速度更快,精确度更高,是一种可行的脑部MR图像分割算法。