检索结果-内蒙古大学图书馆

作者：刘美如山东师范大学

学位级别：硕士

由于脑部磁共振成像(Magnetic Resonance Imaging,MRI)技术具有非介入性、高处理速度、高分辨率、对受试者无电离损伤等特点,已得到研究人员以及放射科影像医生的广泛关注,是临床诊断与研究的重要技术手段。脑部磁共振图像分割是计算机... 详细信息

由于脑部磁共振成像(Magnetic Resonance Imaging,MRI)技术具有非介入性、高处理速度、高分辨率、对受试者无电离损伤等特点,已得到研究人员以及放射科影像医生的广泛关注,是临床诊断与研究的重要技术手段。脑部磁共振图像分割是计算机辅助医疗诊断的重要步骤,它可以提供有关脑部健康组织结构以及病变区域的形状、位置和统计信息,不仅为脑部病变的量化研究提供帮助,还可以动态诊断分析大脑组织结构的变化以及病变的发展过程,在大脑疾病预测、治疗以及预后诊断分析等方面起着至关重要的作用。多发性硬化症(Multiple Sclerosis lesion,MS lesion)的病理学特征是脱髓鞘、轴突脱落以及神经胶质细胞增多。病灶发病与年龄的相关性表明,疾病的发病年龄越小,多发性硬化症病变和脑萎缩就越严重。多发性硬化症病灶多位于脑室周围,尤其是在靠近脑室体部和侧脑室角部的室管膜下静脉处。病灶在磁共振(Magnetic Resonance,MR)图像的不同模态显示为不同的亮度信号,在Tl-w显示为中信号,在T2-w显示为高信号,在FLAIR显示为高信号。临床专家通常根据MS lesion的病理解剖特点以及在MRI中的成像特征,在许多脑部核磁共振图像切片上人工描绘病灶边界,根据描绘的边界来考虑病变与周围组织的空间关系进而确定患者的治疗计划。然而影像学专家手动分割耗时耗力、过程繁琐、易受专家本身的专业技能和经验等因素影响,因此,如何在核磁共振图像中有效地自动分割MS lesion 已经是近年来专家学者的一个重要的研究课题。本文提出一种基于模糊c均值和概率标签融合的MS lesion分割算法,该算法可以有效地分割MR图像中的MS lesion。选取MIccAI 2008 MS lesion分割挑战赛20个公开的数据集,数据集中每一个MR图像都包含T1-w,T2-w和FLAIR三个模态,每个模态的各向同性分辨率为0.5mm,尺寸为512*512*512。算法的主要步骤为:(1)使用Medical Image Processing,Analysis and Visualization(MIPAV)软件对数据集预处理,预处理操作包括下采样、去脑壳和灰度归一化,最后得到尺寸为256*256*256、只含有大脑颅内空间并且灰度偏差减小的MR图像;(2)将改进的SLIc超像素算法用于MR图像分割预处理步骤中,得到含有K个超像素的MR图像。该算法可以有效地抑制噪声对MR图像分割的影响,超像素保留了图像分割的有效信息,以超像素代替像素作为图像处理的基本单元可以减少数据处理的复杂度,增加图像分割的精确性;(3)在MR图像不同模态MS lesion分割步骤中采用基于超像素的模糊c均值算法以解决MR图像灰度不均匀、边界模糊的问题,通过引入超像素的邻域信息约束提高了多发性硬化症分割的精度;(4)在多模态MR图像融合步骤中采用概率标签融合算法可以动态结合各模态分割的优势,该算法基于局部加权投票策略,使用同一病人已配准的不同模态MR图像分割的结果作为输入,把通过计算得到的目标图像与给定的模态图像之间的最大似然函数作为每个模态唯一的权重系数,经过融合输出最终的MS lesion分割结果;(5)通过对比自动分割结果与专家分割结果得到本文算法的评估指标 DSc(Dice Similarity coefficient)、PPV(Positive Predictive Value)和 TPR(True Positive Rate)。本文算法的分割结果要优于其他分割算法,这证明了本文算法对于提高MR图像中病灶的分割精度具有显著的效果。

关键词：磁共振图像分割多发性硬化症分割 SLIc超像素算法模糊c均值算法概率标签融合算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值的脑部MR图像分割改进算法研究

基于模糊C均值的脑部MR图像分割改进算法研究

引用

作者：张潇迪电子科技大学

学位级别：硕士

医学图像分割是医学图像处理技术中的重要基础和关键步骤。在诸多的医学图像分割算法中，模糊聚类算法被认为是最适合于医学图像分割的方法之一，其中又以模糊c均值算法的应用最为广泛，但模糊c均值算法本身存在着一些缺陷。本文正是针... 详细信息

医学图像分割是医学图像处理技术中的重要基础和关键步骤。在诸多的医学图像分割算法中，模糊聚类算法被认为是最适合于医学图像分割的方法之一，其中又以模糊c均值算法的应用最为广泛，但模糊c均值算法本身存在着一些缺陷。本文正是针对这个问题，系统地研究了模糊c均值算法的改进算法，并将其应用到MR脑部图像的分割当中。全文主要的成果如下： 1．指出了模糊局部信息c均值（FLIcM）算法的错误推导之处，并给出了相应过程的证明。 2．模糊核c均值（KFcM）算法和结合空间信息的核模糊c均值（SKFcM）算法是MR脑部图像分割中的常用算法，前者对噪声图像的分割质量较差，后者对图像分割的速度较慢。针对这些情况，提出了基于核函数的增强模糊c均值（KEnFcM）聚类算法。该算法通过引入核函数，修改增强模糊c均值（EnFcM）算法的目标函数，克服了KFcM和SKFcM算法的缺陷。实验结果表明，该算法既对噪声图像有很好的鲁棒性，又提高了图像分割的效率。 3．针对模糊c均值算法中每个样本点对聚类的作用均等的缺点，提出了结合二维灰度直方图的加权模糊c均值（2DWFcM）聚类算法。该算法是在加权模糊c均值（WFcM）算法基础上改进的。首先统计出平滑图像的一维直方图信息，以及原图像和平滑图像的二维直方图对角线上的信息，将这两者的乘积作为WFcM算法中新的权重系数。实验结果表明，该算法应用于图像分割的精确性高于快速的模糊c均值算法（FFcM）和WFcM等算法，是一种较好的FcM改进算法。 4．提出了结合二维灰度直方图的加权核模糊c均值（2DWKFcM）聚类算法。该算法是利用内核诱导距离替代2DWFcM算法中的欧氏距离。实验结果表明，所提算法对图像分割具有较好的适应性和鲁棒性。本文提出的三种FcM改进算法，有效地提高了对噪声图像分割的鲁棒性和快速性，为医学图像分割的发展提供了一些新思路和新方法。

关键词：图像分割磁共振图像模糊c均值算法核方法二维灰度直方图

来源：评论

学校读者我要写书评

暂无评论

邻域信息熵的核模糊c均值聚类图像分割算法

引用

微电子学与计算机 2016年第11期33卷 166-170页

作者：肖林云陈秀宏林喜兰江南大学数字媒体学院江苏无锡214122

引入邻域信息熵并用核距离代替简单的欧式距离,提出了邻域信息熵的核模糊c均值聚类图像分割算法(EKWFLIcM).实验表明,该算法具有比WFLIcM算法更强的去噪声能力,以使保留原图像细节的能力,具有一定实际应用价值.

关键词：聚类算法图像分割模糊c均值算法核距离邻域信息熵

来源：评论

学校读者我要写书评

暂无评论

区间二型模糊c均值图像分割算法研究

区间二型模糊C均值图像分割算法研究

引用

作者：王燕飞大连海事大学

学位级别：硕士

图像分割是图像分析、识别和理解的基础,其主要是指将图像分割成几个特定的区域并把我们感兴趣的部分提取出来的技术,关于这方面的研究多年来一直受到人们的高度重视。但是由于图像本身的不确定性,以及噪声等情况的影响,使得图像分割算... 详细信息

图像分割是图像分析、识别和理解的基础,其主要是指将图像分割成几个特定的区域并把我们感兴趣的部分提取出来的技术,关于这方面的研究多年来一直受到人们的高度重视。但是由于图像本身的不确定性,以及噪声等情况的影响,使得图像分割算法面临着许多困难。到目前为止还不存在一种通用的,能够适用于各种类型图像的最优分割方法。鉴于模糊集合理论可以很好的描述不确定性信息,因此,近年来一些学者将模糊理论引入了图像分割中,其中以模糊c均值算法和模糊阈值分割发展的较为迅速。但是由于模糊集合自身的模糊程度不高,并且传统的模糊c均值算法对初始化的依赖程度比较大,因此,图像分割所取得的效果也并不十分理想。本文引入了模糊性更高的二型模糊集合,并在此基础上对传统的模糊c均值方法进行了改进。三型模糊集合是由Zadeh教授于1965年提出的。相对于传统的模糊集合,它的模糊程度更高,能更完整的表述不确定信息。本文中我们就二型模糊集合的定义和性质进行了深入的讨论,并且在此基础上建立了区间二型模糊c均值算法。区间二型模糊c均值算法在图像分割中体现出了比传统模糊c均值算法更优越的性能,在本文中,我们利用两个加权指数m和m将样本空间扩展到了一个区间二型模糊集合中,建立了主隶属度函数,同时这两个不同的加权系数形成了二型模糊集合的不确定性轨迹,体现了图像自身的不确定性信息,使我们可以得到更精确的分割结果。我们同样对区间二型模糊c均值算法的降型处理进行了分析,降型处理是区间二型模糊c均值算法最为复杂的计算过程,也是其特点所在,因此对于降型过程的处理是本文比较重要的部分。虽然区间二型模糊c均值算法还存在许多问题,但是二型模糊集合较传统模糊集合更优越的性质是不容忽视的,在处理高不确定性问题时,二型模糊集合的表现要远好于传统模糊集合。

关键词：二型模糊集图像分割模糊c均值算法区间二型模糊集

来源：评论

学校读者我要写书评

暂无评论

基于熵与邻域约束的模糊c均值改进算法

引用

计算机与现代化 2021年第11期 89-94页

作者：冯俊淇张正军章曼严涛南京理工大学理学院江苏南京210094

针对模糊c均值(FcM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FcM算法。首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距... 详细信息

针对模糊c均值(FcM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FcM算法。首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距离计算邻域隶属度权重,加权得到邻域隶属度,利用邻域隶属度约束目标函数,修正隶属度迭代过程,最终达到提升FcM聚类算法性能的目的。理论分析和在人造数据集、多个UcI数据集的试验结果表明,改进后的算法在聚类效果、鲁棒性上均优于传统FcM算法、PcM算法、KFcM算法、KPcM算法和DSFcM算法,表明了本文算法的有效性。

关键词：模糊c均值算法聚类算法邻域信息熵权法

来源：评论

学校读者我要写书评

暂无评论

基于改进模糊c均值聚类算法的脑部MRI图像分割方法

基于改进模糊C均值聚类算法的脑部MRI图像分割方法

引用

作者：白相志刘浩楠 100191 北京市海淀区学院路37号

一种基于改进模糊c均值聚类算法的脑部MRI图像分割方法，步骤如下：一：利用模糊c均值算法做初始分类；二：给定聚类数目c，模糊因子m，算法迭代停止的阈值ε，最大迭代次数max，邻域窗口大小及其它需人工设定的参数；三：计算两个像素... 详细信息

标准号: CN106408569B

一种基于改进模糊c均值聚类算法的脑部MRI图像分割方法，步骤如下：一：利用模糊c均值算法做初始分类；二：给定聚类数目c，模糊因子m，算法迭代停止的阈值ε，最大迭代次数max，邻域窗口大小及其它需人工设定的参数；三：计算两个像素点间的相似度矩阵W；四：计算像素点对类的相似度ρ_ki；五：更新隶属度矩阵U；六：如果||U^(t+1)‑U^(t)||＜ε或t＝max，停止迭代，输出U^(t+1)；否则t＝t+1并转到步骤四；七：针对U^(t+1)采用最大隶属度法进行去模糊操作，分配标签完成图像分割；本发明完成了改进聚类中心形式、引入局部空间信息和利用直觉模糊集信息这三处优化，达到了增强抗噪性、提高分割精度的效果，解决了对脑部MRI图像进行高精度分割的实际问题。

关键词：像素点迭代脑部分割模糊c均值聚类算法模糊c均值算法矩阵局部空间信息最大隶属度法相似度矩阵聚类中心模糊因子实际问题算法迭代图像分割抗噪性隶属度模糊集相似度聚类邻域改进标签模糊输出引入分类分配更新优化

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法在员工绩效评价中的应用--以YH公司销售人员为例

引用

安徽工程大学学报 2020年第2期35卷 78-84页

作者：张翔李国昌安徽建筑大学经济管理学院安徽合肥230031

员工绩效管理水平是影响企业核心竞争力的关键性因素。结合绩效评价理论,将模糊c均值(FcM)算法应用于员工评价数据的分析,以235名企业员工评价数据为样本,并将评价结果与传统加总排序的方式进行比较。分析结果表明,FcM算法在节约企业管... 详细信息

员工绩效管理水平是影响企业核心竞争力的关键性因素。结合绩效评价理论,将模糊c均值(FcM)算法应用于员工评价数据的分析,以235名企业员工评价数据为样本,并将评价结果与传统加总排序的方式进行比较。分析结果表明,FcM算法在节约企业管理成本的同时具有更高的灵活性和精准性。研究对完善现有绩效评价体系有一定建设性和启发作用。

关键词：模糊c均值算法 FcM 绩效评价人力资源管理聚类多标准决策

来源：评论

学校读者我要写书评

暂无评论

一种改进烟花算法优化模糊c均值的轴承故障诊断方法

一种改进烟花算法优化模糊C均值的轴承故障诊断方法

引用

作者：张利孙展王硕陈志华郭洋 110000 辽宁省沈阳市沈北新区道义南大街58号

一种改进烟花算法优化模糊c均值的轴承故障诊断方法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征选择；(4)轴承故障诊断。本发明设计并实现一种改进烟花算法优化模糊c均值的轴承故障诊断方法。针对模糊c均值存在对初始值敏感、易陷... 详细信息

标准号: CN115577235A

一种改进烟花算法优化模糊c均值的轴承故障诊断方法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征选择；(4)轴承故障诊断。本发明设计并实现一种改进烟花算法优化模糊c均值的轴承故障诊断方法。针对模糊c均值存在对初始值敏感、易陷入局部最优等缺点，使用改进烟花算法进行优化，将决定烟花爆炸半径大小的系数由固定值改为动态值，同时将柯西变异与高斯变异交替使用来控制搜索范围；然后采用小波阈值降噪算法和时域特征处理轴承数据；最后将轴承数据输入改进的模糊c均值算法中进行聚类。在四种缺失率的情况下与三种方法进行对比实验，验证本发明方法有更高的诊断准确率。

关键词：轴承故障烟花诊断算法优化轴承数据模糊改进模糊c均值算法对比实验降噪处理降噪算法交替使用时域特征特征选择信号采样缺失率准确率高斯聚类小波算法搜索验证敏感爆炸优化

来源：评论

学校读者我要写书评

暂无评论

基于改进模糊c均值聚类算法的脑部MRI图像分割方法

基于改进模糊C均值聚类算法的脑部MRI图像分割方法

引用

作者：白相志刘浩楠 100191 北京市海淀区学院路37号

标准号: CN106408569A

来源：评论

学校读者我要写书评

暂无评论

基于小波包-模糊c均值聚类算法诊断曲轴轴承故障

引用

军事交通学院学报 2009年第2期11卷 44-47,68页

作者：张威肖云魁司爱威江红辉傅钰黄华飞军事交通学院汽车工程系天津300161 军事交通学院装备保障系天津300161 军事交通学院训练部天津300161

基于小波包-模糊c均值聚类诊断柴油机曲轴轴承故障的方法,通过对测试数据进行小波包分频滤波,提取特征参数,用模糊c均值聚类对所选评价指标进行聚类,得到优化的分类矩阵和聚类中心,建立故障诊断的标准样本。计算待识样本与标准模式样本... 详细信息

基于小波包-模糊c均值聚类诊断柴油机曲轴轴承故障的方法,通过对测试数据进行小波包分频滤波,提取特征参数,用模糊c均值聚类对所选评价指标进行聚类,得到优化的分类矩阵和聚类中心,建立故障诊断的标准样本。计算待识样本与标准模式样本的贴近度,实现故障模式识别。该方法应用于曲轴轴承故障的诊断,取得了良好的效果。

关键词：曲轴轴承小波包滤波模糊c均值算法故障诊断

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：