基于层次聚类的多模态磁共振脑肿瘤图像的自动分割方法
魏红霞1
魏园园2
王良敏3
王力3
许晓亮4
1.南阳市第二人民医院医学影像科,南阳4730002.南阳市第二人民医院神经内科,南阳4730003.南阳市第二人民医院放射诊断,南阳4730004.河南科技大学第一附属医院影像中心,洛阳471000
摘要：多模态磁共振脑肿瘤图像分割是医学图像应用的基础,在病理分析与手术引导等领域具有广泛的应用价值,为提升分割效率及精度,研究基于层次聚类的多模态磁共振脑肿瘤图像自动分割方法.利用Tamura的特征提取方法,以粗糙度与对比度为特征提取的定量分析指标,提取多模态磁共振脑肿瘤图像的纹理特征构建数据集;通过融合稀疏代表点的亲和传播聚类算法与密度峰值算法构建多层次聚类算法;利用稀疏代表点的亲和传播聚类算法粗分纹理特征数据集,获取代表点集;利用密度峰值算法聚类代表点集,合并粗分与聚类结果,完成肿瘤图像自动分割.实验证明,该方法能够精准分割多模态磁共振脑肿瘤图像,具有较高的自动分割效率.
关键词：层次聚类多模态磁共振脑肿瘤图像自动分割纹理特征
分类号：R318(医用一般科学)TP394.41(计算技术、计算机技术)
资助基金：河南省医药卫生基金资助项目(2020A258)
论文发表日期：2021-06-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 144-148,156 )
英文信息