您的账号已在其他设备登录，您当前账号已强迫下线， 如非您本人操作，建议您在会员中心进行密码修改
目的 本文提出一种新颖的基于模糊C均值聚类分割算法,并运用于MR脊柱图像分割.方法 首先采用各向异性扩散滤波器对MR脊柱原始图像进行预处理,其次采用核密度估计方法确定模糊C均值聚类的初始聚类中心值;然后采用模糊C均值聚类算法初步分割图像,最后运用形态学操作从肌肉背景中提取脊椎图像.并选用Dice系数和Hausdorff距离评估分割质量.结果 比较不同算法的MR脊柱分割图像,定性分析显示模糊C均值聚类算法对图像边缘保存完整,定量评估结果表明模糊C均值聚类算法能获得最大的Dice相似性系数和最小的Hausdorff距离.结论 模糊C均值聚类算法是一种可行的MR脊柱分割算法,较其他算法具有更好的鲁棒性和精确性.
作者：叶伟；陶晶；陈小宇；林千早；魏玲；张小兵；陈万洪
来源：中国医疗设备 2018 年 33卷 9期
临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。
知识库介绍
临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。
相似文献
