PET成像中的自动分割算法
目的:PET成像中的肿瘤分割.方法:本文给出了一种改进的模糊c均值(FCM)算法,相对于高分辨率的结构成像,在低分辨率的功能成像中分割感兴趣区域更加困难,为了能够得到比较精确的分割结果,我们使用了完全自动的,鲁棒的改进C均值分割算法.由于普通的c均值算法需要指定具体的分类数目,不符合我们需要完全自动的,对不同成像质量的图像都适用的需求.因此我们考虑把整个图像分成前景和背景,然后迭代使用模糊聚类的方法来得到分割结果.结果:本文给出使用普通模糊c均值和改进方法的结果对比,可以看到在不同情况下,改进的算法均优于或等于原算法的分割结果.结论:这种算法的优点是完全自动,实现简单,实现速度和普通的FCM相差无几,并且对不同的数据,这种算法是鲁棒的,而且效果很好.
PET成像 模糊c均值算法 正电子断层扫描 自动分割算法 迭代搜索阈值
朱万琳 蒋田仔
中国科学院自动化研究所模式识别国家重点实验室(北京)
国内会议
大连
中文
261-262
2003-08-01（万方平台首次上网日期，不代表论文的发表时间）