基于谱聚类的医学图像分割方法

摘要

针对传统单一算法在医学图像分割中对像素点分布敏感的问题,提出一种基于谱聚类的多阶段图像分割方法—谱极限学习机。算法首先使用一种基于kmeans的谱聚类对图像进行预处理,以过滤一部分噪声点,而后用ELM极限学习机对处理后的图像进行分割。实验结果表明,对于脑部MRI图像,这种多阶段的分割方法较传统的单独使用谱聚类或ELM的分割方法能更清晰地将脑部的灰质和白质分割开来。