基于随机森林和模糊聚类的肝癌图像全自动分割方法

摘要

本发明公开了一种基于随机森林和模糊聚类的肝癌CT图像全自动分割方法。该方法主要有两个过程：图像预处理和病灶区域分割。预处理阶段，通过曲率滤波去除CT图像的噪声，同时保持图像的边缘不模糊。肿瘤图像分割阶段，先通过提取特征样本训练随机森林，然后对要分割的图像逐个像素点进行分类得到粗分割结果，再通过模糊聚类和形态学算子，进一步得到最终的肿瘤分割结果。本分割方法不需要调整参数，能分割不同时期的肝癌CT图像，具有全自动、精度高和应用广的特点，在肝癌术前规划和精准治疗中具有广泛的应用前景。