采用K-means的脑肿瘤磁共振图像分割与特征提取

摘要：

大脑肿瘤分割对于医师判断肿瘤恶化程度非常重要.然而,由于肿瘤的不规则形状、与周围组织的低对比度以及出现位置的不固定,给脑肿瘤的精确分割带来很大的困难.传统的K-means分割方法仅仅利用图像的灰度特征,很难准确分割肿瘤边界.利用灰度共生矩阵提取出的纹理特征,并结合图像几何不变矩特征对分割出的脑肿瘤图像进行特征提取.灰度共生矩阵定义为像素对的联合概率分布,是一个对称矩阵,它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息,也反映了相同的灰度级像素之间的位置分布特征,是计算纹理特征的基础;几何矩(不变矩)具有旋转、平移、尺度等特性,能将图像分解为有限特征值,并且通过对比所提取出的同一病人的肿瘤图像的不变矩参数,可以获得该肿瘤几何形状变化程度.实验结果表明,该方法可以同时从纹理和几何特征对图像特征进行描述,与分别采用灰度共生矩阵和不变矩方法进行特征提取相比较,降低了算法计算量,同时提升了算法的抗噪性.

关键词：K-means、特征提取、灰度共生矩阵、不变矩、相关系数

所属期刊栏目：56

分类号：TP751(遥感技术)

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：187-193