基于MRF和混合核函数聚类的脑肿瘤图像分割方法

来源：电子测量技术杂志2021年第8期北京时间：

作者：王志刚，冯云超

单位：湖南师范大学信息科学与工程学院 长沙 410081

摘要：脑核磁共振图像经常存在较多噪声，并且边缘不清晰，使得传统的模糊C均值(Fuzzy C-Means,FCM)聚类算法无法获得准确的脑肿瘤分割结果，为此提出一种基于马尔科夫随机场(Markov Random Field,MRF)和混合核函数聚类的脑肿瘤图像分割方法。首先采用粒子群算法初始化聚类中心；然后将传统核模糊聚类算法(KFCM)中的单一高斯核函数替换为混合高斯核函数；最后引入马尔科夫随机场的先验概率，修正算法的目标函数，增强算法的抗噪性。实验结果表明，所提出的算法在脑肿瘤图像分割中具有良好的抗噪性，并且分割精度明显高于传统算法，Dice指标和Jaccard指标的平均值分别达到0.9501和0.9051。

关键词：脑肿瘤分割;模糊C均值聚类;粒子群算法;混合核函数;马尔科夫随机场