基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)

基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)

ID:36597071

大?。?.77 MB

頁數(shù):62頁

時(shí)間:2019-05-12

基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)_第1頁
基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)_第2頁
基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)_第3頁
基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)_第4頁
基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)_第5頁
資源描述:

《基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、專業(yè)學(xué)位碩士學(xué)位論文基于半監(jiān)督模糊聚類的醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計(jì)AMedicalImageSegmentationSystemDesignBasedOntheSemi—superVisedFuzzyClustering學(xué)號:41117014大連理工大學(xué)DaliallUniVersityofTecllllology大連理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明作者鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下進(jìn)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(gè)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(xué)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(xiàn)均已在論文中做了明確的說明并表示了謝意。若有不實(shí)之處,本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)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(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要在圖像處理與計(jì)算機(jī)視覺領(lǐng)域中圖像分割是一個(gè)重要的問題。由于醫(yī)學(xué)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(dǎo)致待提取的目標(biāo)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(xué)圖像分割就是把醫(yī)學(xué)圖像劃分成若干個(gè)互不相交的連通區(qū)域,使得醫(yī)學(xué)圖像在每個(gè)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(xué)圖像的目標(biāo)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(xué)圖像分割的主要目的是對人體組織圖像進(jìn)行符合病理學(xué)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(jìn)行疾病診斷,提出治療方案并進(jìn)行治療效果評價(jià)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(xué)習(xí)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(shí)際困難,提出了一種改進(jìn)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(yīng)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(jìn)行了驗(yàn)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(biāo)記點(diǎn)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(jìn)的半監(jiān)督模糊C均值聚類算法。改進(jìn)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(jìn)的算法成功應(yīng)用到了人腦MRI圖像分割中,并且使用分

5、割精度和CPU運(yùn)行速度等作為指標(biāo)對聚類效果進(jìn)行了綜合評價(jià)。最后證明了改進(jìn)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(jì)了一個(gè)醫(yī)學(xué)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(xué)圖像進(jìn)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(shí)驗(yàn)平臺。關(guān)鍵詞:半監(jiān)督學(xué)習(xí);聚類分析;醫(yī)學(xué)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(xué)圖像分割系統(tǒng)設(shè)計(jì)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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。