資源描述：
《基于半監(jiān)督模糊聚類的醫(yī)學圖像分割系統(tǒng)設(shè)計》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、專業(yè)學位碩士學位論文基于半監(jiān)督模糊聚類的醫(yī)學圖像分割系統(tǒng)設(shè)計AMedicalImageSegmentationSystemDesignBasedOntheSemi—superVisedFuzzyClustering學號：41117014大連理工大學DaliallUniVersityofTecllllology大連理工大學學位論文獨創(chuàng)性聲明作者鄭重聲明：所呈交的學位論文，是本人在導師的指導下進行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用內(nèi)容和致謝的地方外，本論文不包含其他個人或集體已經(jīng)發(fā)表的研究成果，也不包含其他已申請學位或其他用途使用過的成果。與我一同工作的
2、同志對本研究所做的貢獻均已在論文中做了明確的說明并表示了謝意。若有不實之處，本人愿意承擔相關(guān)法律責任。學位論文題目：盤立壘豎堡塑壘亟絲益竺墾壟!銎亟盟室塵壘魚!壘丑作者簽名：熟丕遮日期：絲!i年—塵月上二日大連理工大學專業(yè)學位碩士學位論文摘要在圖像處理與計算機視覺領(lǐng)域中圖像分割是一個重要的問題。由于醫(yī)學圖像在成像過程中受到了多種因素(如分辨率、光照條件等)的影響，導致待提取的目標和背景之間具有一定的不確定性和相似性，對于這種不確定性問題最好的解決方法就是使用模糊圖像處理技術(shù)。醫(yī)學圖像分割就是把醫(yī)學圖像劃分成若干個互不相交的連通區(qū)域，使得醫(yī)學圖像在每個區(qū)域內(nèi)都滿足特定
3、區(qū)域的一致性，從而提取出感興趣的區(qū)域，并顯示出來，為醫(yī)學圖像的目標提取、識別、三維可視化和病理分析等提供可靠的數(shù)據(jù)信息，醫(yī)學圖像分割的主要目的是對人體組織圖像進行符合病理學意義的區(qū)域劃分，從中提取出病變區(qū)域，為醫(yī)生對病人病情進行疾病診斷，提出治療方案并進行治療效果評價等提供參考。本文在對半監(jiān)督模糊聚類基本理論以及半監(jiān)督學習方法深入研究的基礎(chǔ)上，針對傳統(tǒng)算法中存在的問題以及在圖像分割領(lǐng)域中遇到的實際困難，提出了一種改進的半監(jiān)督模糊聚類算法，并且在人腦核磁共振圖像(MagneticResonanceImages，MRI)分割中得到了應用。本文主要獲得以下研究成果：(1)
4、在傳統(tǒng)的模糊c均值聚類基礎(chǔ)上引入了半監(jiān)督模糊聚類，并通過UCI數(shù)據(jù)庫中鳶尾花(Iris)和酒(wine)的數(shù)據(jù)集對引入半監(jiān)督后算法的有效性進行了驗證，得出了半監(jiān)督模糊C均值聚類算法在聚類精度上比原始的模糊C均值聚類算法有顯著提高的結(jié)論。(2)本文針對大規(guī)模數(shù)據(jù)集中，在標記點稀疏的情況下半監(jiān)督模糊C均值聚類會變?yōu)閭鹘y(tǒng)的無監(jiān)督模糊C均值聚類的問題，提出了一種改進的半監(jiān)督模糊C均值聚類算法。改進算法的思想主要是源自Bensaid提出的部分監(jiān)督模糊c均值聚類算法，在迭代過程中通過調(diào)整監(jiān)督信息的比重從而影響聚類中心。本文將改進的算法成功應用到了人腦MRI圖像分割中，并且使用分
5、割精度和CPU運行速度等作為指標對聚類效果進行了綜合評價。最后證明了改進的算法在人腦MRI圖像分割中有很好的魯棒性和較快的分割速度。(3)利用Matlab中GuI圖形用戶界面設(shè)計了一個醫(yī)學圖像分割的系統(tǒng)，通過設(shè)置不同的參數(shù)可以對醫(yī)學圖像進行直觀的讀取及分割，為后續(xù)理論及算法研究提供了良好的實驗平臺。關(guān)鍵詞：半監(jiān)督學習；聚類分析；醫(yī)學圖像分割；模糊c均值聚類；GuI基于半監(jiān)督模糊聚類的醫(yī)學圖像分割系統(tǒng)設(shè)計AMedicalImageSegmentationSystemDesignBaSedontheSemi—supervisedFuzzyClusteringAbstra
6、ctImagesegmentationisaJlimportalltissueint11efieldofimageprocessingandcomputervision，medicalimagesegmentationisa11import鋤t印plicationinthefieldofimagesegmentation，SincememedicalimageintheimagingprocessbyaVarie夠offactors(suchaSresolution，ill啪inationconditions，etc．)，resultinginhaVingacert
7、aindegreeofuncertainty，thesimil撕t)rbet、veenthetarget鋤dmebackgroulldtobeextracted，fort11isuncenaint)，goodsolutionistouSethe如zzyimageprocessingtecllllology．FuzzycluSteringmethodisanimportalltmeoreticalb啪chwhichcandealwithtlleproblemofimagesegmemation．ThenlzzyC—meallscluStering(Fuz巧C·me
