基于改进的GHSOM聚类算法的图像检索

传统的图像检索需要顺序比较图像库中的图像与请求图像的相似度,检索速度和检索准确度都很低。针对此问题,提出了一种基于改进的增长型分层自组织映射网络（GHSOM）的图像检索方法。先将图像特征库用改进的GHSOM算法进行聚类,在图像检索时先在GHSOM网络模型上找到相似的类,然后在相似的类上继续进行检索,大大提高了检索效率。并且在搜索相似的类时充分利用GHSOM网络的分层结构,更进一步地提高了检索效率。改进的GHSOM网络根据算法的特点构建了赤迟信息量（AIC）准则,用该准则来选择每个独立的SOM网络的生长参数,使得每个网络都能正确地表达映射到它的数据集的结构,提高GHSOM网络的聚类效果,从而提高检索的准确性。实验结果表明,改进的GHSOM算法得到了更好的聚类效果,基于它的图像检索方法提高了将近3倍的图像匹配速度,同时图像检索准确率也得到了一定程度的提高。     

一种引入ISODATA动态聚类的医学图像中值滤波算法

目的提出一种医学图像中值滤波算法,以改进经典中值滤波存在的不足。方法将模式识别中的ISODATA聚类引入到中值滤波算法中,将分类的结果作为参数来确定如何进行中值滤波,以及是否需要进行中值滤波处理。结果本算法能够滤除严重的脉冲噪声干扰,同时保持图像细节。结论本算法跟经典中值滤波算法相比,提高了信噪比,增强了图像质量。     

基于模糊聚类优化的序列图像快速分形压缩

针对传统序列图像分形压缩算法编码时间过长的问题，提出了一种基于模糊聚类优化(OFC)的快速算法，它是一种基于单帧的序列图像帧间分形压缩算法。首先使用LBG(Linde-Buzo-Gray)方法对序列图像组成的搜索空间样本集进行初始化，然后将OFC方法应用于对样本集的软分类，匹配时通过用类内搜索取代全局搜索，将分形编码过程聚焦在最有效的局部范围内，从而减少了匹配次数，降低编码时间。由于OFC算法是一种软分类方法，样本集类别数的确定即最终聚类方案是取样本集所有可能的分割中对应于目标函数最小的分割，所以它不但是基于全局最优的聚类方法，避免了基于局部最优LBG算法中的某些误判，而且有效抑制了传统硬分类方法中类别数需预先指定的人为干扰因素，使恢复图像的质量能够得到更有效保证。相同运算环境下的仿真实验结果说明，在不影响信噪比和压缩比的前提下，与传统序列图像分形压缩算法相比，OFC算法编码速度可提高约5倍，证明了本算法的优越性。     

一种引入ISODATA动态聚类的医学图像中值滤波算法

目的；提出一种医学图像中值滤波算法，以改进经典中值滤波存在的不足。方法：将模式 识别中的ISODATA聚类引入到中值滤波算法中，将分类的结果作为参数来确定如何进行中值滤波，以及是否需要进行中值滤波处理。结果：本算法能够滤除严重的脉冲噪声干扰，同时保持图像细节。结论：本算法跟经典中值滤波算法相比，提高了信噪比，增强了图像质量。     

基于密度聚类的医学图像分割及其局部特征提取

本文分析了一种实用于医学图像聚类分析的改进DENCLUE算法,用此算法先聚类出有器官语义意义的区域,再在聚类出的区域上,分别提取基于灰度直方图统计特征的均值、方差、倾斜度和峰度4个局部特征,这些局部特征能够更好地表示图像信息.     

基于模糊核聚类的MR图像分割新算法

在传统的模糊聚类算法中引入了核函数,同时引入了控制邻域作用的约束项,提出了改进的基于模糊核聚类的MR图像分割新算法.通过对模拟图和仿真的脑部MR图像的分割实验,证明本算法可以有效地分割含有噪声的图像.     

基于模糊聚类优化的序列图像快速分形压缩

针对传统序列图像分形压缩算法编码时间过长的问题,提出了一种基于模糊聚类优化(OFC)的快速算法,它是一种基于单帧的序列图像帧间分形压缩算法。首先使用LBG(Linde-Buzo-Gray)方法对序列图像组成的搜索空间样本集进行初始化,然后将OFC方法应用于对样本集的软分类,匹配时通过用类内搜索取代全局搜索,将分形编码过程聚焦在最有效的局部范围内,从而减少了匹配次数,降低编码时间。由于OFC算法是一种软分类方法,样本集类别数的确定即最终聚类方案是取样本集所有可能的分割中对应于目标函数最小者的分割,所以它不但是基于全局最优的聚类方法,避免了基于局部最优LBG算法中的某些误判,而且有效抑制了传统硬分类方法中类别数需预先指定的人为干扰因素,使恢复图像的质量能够得到更有效保证。相同运算环境下的仿真实验结果说明,在不影响信噪比和压缩比的前提下,与传统序列图像分形压缩算法相比,OFC算法编码速度可提高约5倍,证明了本算法的优越性。     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

颅脑MRI图像模糊聚类分割算法中模糊聚类数的讨论

目的探讨颅脑MRI图像模糊聚类分割算法中最佳模糊聚类数。方法利用VC 编程读取DICOM格式的MRI图像,然后运用模糊聚类分割技术对50幅图像在不同的模糊聚类数参数下进行处理,进行对比分析。结果当模糊聚类数为5～6时,模糊聚类有效性函数最小,图像处理的效果达到最佳水平。结论进行颅脑MRI图像模糊聚类分割时,模糊聚类数应取5或者6。     

基于聚类-因子分析的缺血性中风恢复期肾虚证证候特征研究

目的 分析缺血性中风恢复期肾虚证患者的证候特征与规律。方法 基于前期编制的缺血性中风恢复期肾虚证中医四诊信息采集表,采取前瞻性多中心调查,于2018年2月至2019年6月在北京中医药大学东直门医院等15家分中心进行临床信息采集,利用聚类分析及因子分析法对证候特征及分布规律进行数据挖掘。结果 共970例次的四诊信息采集,共对33项四诊信息进行分析,其中出现频率≥50%的有7项,分别为动作迟缓、腰酸、健忘、膝软、夜尿频多、膝酸、腰软。基于系统聚类分析与专家意见,发现聚3类[肾气（精）虚、肾阳虚、肾阴虚]信息分散性最佳,并通过因子分析对3类临床症状的特征维度进行提取,以功能和形体两个维度进行展现。结论 通过聚类-因子分析,初步揭示缺血性中风恢复期肾虚证的临床症状特点与维度特征,为进一步构建相关诊断量表提供依据。     

一种基于分水岭和模糊聚类的多级图像分割算法

分水岭算法是一种广泛应用的图像分割工具,它能够自动生成单像素宽度的封闭轮廓。分水岭算法的不足在于它的过分割结果,即生成大量小的封闭区域,使目标物体淹没其中。本文提出一种对分水岭算法过分割结果的模糊聚类方案,首先为每个分水岭区域定义特征量,然后根据这些特征量以及相邻区域之间的分水岭显著性计算两个相邻区域之间的近似程度,进而计算所有分水岭区域的模糊等价矩形,最终形成图像的多级分割结果。本文对多种类型的图像进行了实验。     

一种基于分水岭和模糊聚类的多级图像分割算法

分水岭算法是一种广泛应用的图像分割工具，它能够自动生成单像素宽度的封闭轮廓。分水岭算法的不足在于它的过分割结果，即生成大量小的封闭区域，使目标物体淹没其中。本文提出一种对分水岭算法过分割结果的模糊聚类方案，首先为每个分水岭区域定义特征量，然后根据这些特征量以及相邻区域之间的分水岭显著性计算两个相邻区域之间的近似程度，进而计算所有分水岭区域的模糊等价矩形，最终形成图像的多级分割结果。本文对多种类型的图像进行了实验．     

基于K均值聚类算法的CT图像金属伪影去除

CT诊断中,高密度物质如金属植入物会造成伪影,严重影响图像质量.本文用K均值聚类分割算法配合线性插值对金属伪影进行处理,并简要分析了校正效果.     

基于融合矩阵的文本相似度计算实现检索结果聚类

目的/意义弥补医学文本语义表示方面的不足,实现PubMed数据库检索结果聚类。方法/过程采用Jaccard系数和TF-IDF构建融合矩阵方法,建立短语间、文档间、短语与文档内容间的相似性关系融合矩阵,训练聚类算法,将PubMed数据库检索结果集合分组,随后生成类别标签,描述每一类簇文档的含义。结果/结论基于融合矩阵的聚类效果较好,提取出描述类别的高频词能很好地区分类别含义,对检索结果文本聚类任务有效。     

一种结合低秩与稀疏惩罚的PET动态图像重建方法

目的提出一种结合低秩与稀疏惩罚的PET动态图像重建方法（L&S）。方法建立L&S重建模型,利用split Bregman法
来最优化求解代价函数。采用单房室模型仿真一套PET心肌82Rb灌注图像,将L&S重建方法与最大似然期望值法（MLEM）、
低秩惩罚和稀疏惩罚重建方法比较。结果L&S方法重建的图像的均方误差（MSE）最小,并且保留了更多图像特征。另外
L&S重建得到的靶心图和参考组的靶心图最相近。结论L&S重建方法无论是在直观视觉上,还是定量分析上都优于另外3种
方法。
     

基于核密度估计和K均值聚类算法的骨扫描图像分割

目的:探讨K均值聚类的改进算法,并将其应用于全身骨扫描图像的分割?方法:首先对二维全身骨SPECT图像进行锐化?平滑?灰度变换等预处理;其次用核密度估计方法拟合出图像像素概率密度函数曲线,根据曲线的峰值点确定K个初始聚类中心值;再应用K均值聚类对图像进行分割;最后使用模板匹配排除误识别的区域?结果:图像预处理凸显了感兴趣目标,并改善了图像质量;基于核密度估计的K均值聚类算法的Tanimoto相似度系数明显优于传统K均值算法,平均耗时短于其他分割算法?结论:核密度估计有效地避免K均值聚类算法中初始聚类中心选取的盲目性,使聚类结果更为快速?准确?稳定?改进的K均值聚类算法对骨扫描图像分割效果显著,更便于对感兴趣区域进行定性?定量分析?     

基于模糊相似关系的大样本动态聚类编网法设计

本文论述了模糊动态聚类分析的编网法及其程序设计过程，提供了用计算机进行大样本模糊聚类分析的方法。     

基于模糊相似关系的大样本动态聚类编网法设计

本文论述了模糊动态聚类分析的编网法及其程序设计过程，提供了用计算机进行大样本模糊聚类分析的方法。     

基于PET/CT图像的自适应阈值分割算法

目的 提取PET图像梯度信息,得到满足肿瘤生物靶区准确分割的自适应阈值,提高图像分割的准确性.方法 本文通过对PET图像的数据进行分析,取标准摄取值(Standardized Uptake Value,SUV)最大的点作为肿瘤区域的中心点,再取其八个方向的SUV值,结合图像处理算法中二次偏导数能够反映图像边界信息的特点...