基于直覺模糊集的醫(yī)學(xué)圖像聚類分割.pdf

1、隨著近代科學(xué)技術(shù)的飛速發(fā)展，電子計算機斷層掃描、磁共振成像、超聲成像、正電子發(fā)射斷層成像等先進成像技術(shù)被廣泛運用于醫(yī)學(xué)臨床診斷與治療，成為了醫(yī)生分析疾病的重要依據(jù)，同時為生物醫(yī)學(xué)研究提供了科學(xué)依據(jù)。然而，由于成像設(shè)備的局限性以及環(huán)境的影響，醫(yī)學(xué)圖像往往具有模糊不清，受噪聲干擾等特征。為了給醫(yī)生提供更完整確切的信息，精準(zhǔn)、抗噪的分割出感興趣部位成為廣大學(xué)者普遍研究的問題。醫(yī)學(xué)圖像分割隨之成為特定組織測量、病變區(qū)域提取和三維重建等研究的必要

2、前提。
　　針對圖像的模糊性特征，學(xué)者們提出利用模糊理論來處理圖像分割。精確集描述的概念是非此即彼，模糊集可以描述亦此亦彼的情況，直覺模糊集增加了一個新的屬性參數(shù)——猶豫度，進而還可以描述非此非彼的模糊概念，表達(dá)了中立的程度，與模糊集相比較，直覺模糊集能夠更好、更準(zhǔn)確地表達(dá)模糊信息。因此，本文主要研究了基于直覺模糊集的醫(yī)學(xué)圖像分割算法。論文首先介紹了醫(yī)學(xué)圖像分割的背景及意義，接著介紹了模糊集與直覺模糊集的概念，繼而通過修正距離測量

3、算子與加入隸屬度函數(shù)約束項，提出了一些改進的直覺模糊聚類算法。根據(jù)時間復(fù)雜度提出了一種快速直覺模糊聚類算法及它的改進形式，并將所提出算法作用于醫(yī)學(xué)圖像來驗證了算法的有效性。本論文的主要工作如下：
　?。?）利用核函數(shù)來代替歐幾里得距離測量公式。首先，探討了核函數(shù)的作用以及幾種常見的核函數(shù)類型。接著本文利用高斯核函數(shù)、徑向基核函數(shù)與雙曲正切核函數(shù)改進了傳統(tǒng)的直覺模糊聚類，并與相應(yīng)的模糊聚類算法進行了比較，對含有噪聲的醫(yī)學(xué)圖像進行聚類

4、分割，驗證了直覺模糊集的優(yōu)越性。本文還通過Sugeno與Yager兩種直覺模糊產(chǎn)生算子來構(gòu)造直覺模糊集，從算法處理時間與最終處理結(jié)果兩方面對比了這兩種方式的優(yōu)缺點。在此基礎(chǔ)上，本文利用鄰域信息與樣本方差，提出了一種改進的基于核函數(shù)的直覺模糊聚類算法，并通過實驗驗證了算法在抑制噪聲方面有了進一步的提高。
　　（2）研究了由局部空間信息構(gòu)造的空間算子來修正隸屬度函數(shù)，從而改進傳統(tǒng)的直覺模糊聚類算法。本文首先介紹了由B.K.Tripat

5、hy提出的空間直覺模糊聚類的原型，描述了空間函數(shù)的構(gòu)造，及其對隸屬度函數(shù)的修正，并驗證了該算法相對于模糊聚類的優(yōu)越性。繼而提出了一種由高斯空間核函數(shù)構(gòu)造的空間函數(shù)形式，對算法進行了改進，從直觀結(jié)果與量化評價參數(shù)兩方面驗證了所提算法聚類結(jié)果的準(zhǔn)確度。
　?。?）針對基于直覺模糊集的聚類算法處理時間長的缺點，根據(jù)快速模糊聚類分割算法，利用其加速原理，提出了一種快速直覺模糊聚類分割算法，其相對于傳統(tǒng)的直覺模糊聚類，在時間復(fù)雜度方面有了大