主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
潘海为,谷井子,韩启龙,谢晓芹,张志强,荣晶施.基于图模型的医学图像聚类算法.软件学报,2013,24(S2):178-187
基于图模型的医学图像聚类算法
Medical Image Clustering Algorithm Based on Graph Model
投稿时间:2013-03-15  修订日期:2013-07-11
DOI:
中文关键词:  医学图像  聚类  LBP  纹理  MCST  图模型
英文关键词:medical image  clustering  LBP  texture  MCST  graph model
基金项目:国家自然科学基金(61272184, 61202090, 61100007, 60803037);黑龙江省自然科学基金(F200903, F201016,F201024, F201130);中央高校自由探索计划(HEUCF100609, HEUCFT1202);教育部新世纪人才支持计划(NCET-11-0829);哈尔滨市青年科技创新人才研究专项基金(RC2010QN010024)
作者单位E-mail
潘海为 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001 panhaiwei@hrbeu.edu.cn 
谷井子 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
韩启龙 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
谢晓芹 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
张志强 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
荣晶施 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
摘要点击次数: 1879
全文下载次数: 2835
中文摘要:
      医学图像聚类算法的研究是面向特殊领域图像挖掘的重要组成部分,由于存在很多技术和特定领域方面的问题,使得这个方向的研究非常具有挑战性.已有的聚类算法对数据对象的形状和密度有要求,应用到医学图像聚类方面不能取得很好的结果.针对以上问题,在领域知识指导下,首先对图像进行了纹理检测,提出了面向纹理的T-LBP方法;然后对预处理之后的图像进行了空间划分,并对每个空间内的纹理求取LBP值,建立按空间序列排序的LBP直方图;最后,将以LBP直方图作为特征,提出了基于图模型的医学图像聚类算法.实验结果表明,该算法在时间复杂度和聚类结果方面具有良好的效果.
英文摘要:
      Clustering algorithm of medical image is a significant part of special field image clustering. Due to technical limit and many problems in specific area, the study in this direction has been very challenging. The exiting algorithms of clustering require shape and density of data object, which imply that there won't be a good outcome for the application of medical image clustering. To solve the problem above, this paper firstly detects texture from image, proposes T-LBP method, divides the preprocessed image into multiple spaces, calculates the value of LBP spaces, and then builds a spatial sequence LBP histogram. In the end, the clustering method of MCST is proposed based on the created LBP histogram. The outcome of this experiment indicates that the algorithm presented in this paper achieved good results in terms of time complexity and clustering function.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利