基于无监督学习的医学图像分割算法

摘要

图像分割是研究大脑结构和功能的基础。本文基于无监督机器学习提出一种面向猕猴脑图像的自动化分割算法。基于非线性最小二乘法构建主成分流程框架,确定图像分割聚类数,通过谱聚类算法得到感兴趣区域的分割结果,使用克莱姆相关系数和拓扑相似性指标交叉对比验证结果。实验结果表明,本文算法可靠性较好,能够自动、高效、快速的实现脑图像分割,具有广阔的优势和应用前景。