• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《中国医学物理学杂志》 >改进的K-均值聚类算法及其在脑组织分割中的应用

改进的K-均值聚类算法及其在脑组织分割中的应用

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的:鉴于K-均值聚类算法易受初始聚类中心的影响,初始聚类中心不仅影响聚类速度,还可能使算法陷入局部极小值,得到错误的聚类结果,基于SOM神经网络,提出了一种改进的K-均值聚类算法并将其应用于脑实质分割.方法:首先,由SOM神经网络对图像进行初始聚类,得到k个聚类中心值;然后,以SOM神经网络获得的k个聚类中心值作为K-均值聚类算法的初始聚类中心对图像进行k-均值聚类,最终获得图像的聚类分割结果.结果:基于SOM神经网络的K-means聚类算法的分割精度为0.9274,K-means聚类算法的分割精度为0.8649.结论:利用改进的K-均值聚类算法对磁共振脑部图像进行了分割实验,结果表明该算法有效改善了K-means聚类算法初始聚类中心选取的盲目性,使聚类结果更为准确、稳定,取得了比单一方法更好的分割结果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号