%0 Journal Article
%T 面向医学图像分割的蚁群密度峰值聚类
%A 朱 红
%A 何瀚志
%A 方谦昊
%A 代 岳
%A 姜代红
%J -
%D 2019
%R 10.3969/j.issn.1001-4616.2019.02.001
%X 在医学图像分割研究中,针对密度峰值聚类算法(density peaks clustering algorithm,DPC),依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出了一种结合蚁群算法选取密度峰值聚类最优参数的医学图像分割方法. 该算法首先利用蚁群算法全局性和鲁棒性的优点,使用图像熵计算信息素来指导蚁群的搜索路径; 再使用变量量化表示聚类中心个数,蚁群通过迭代选择最优截断距离dc和聚类中心,实现了DPC算法的自适应分割并得到了较好的分割效果. 仿真实验分析证明了算法的有效性和实用性
%K 医学图像分割
%K 密度峰值
%K 聚类中心
%K 蚁群算法
%K 信息素
%U http://njsfdxzrb.paperonce.org/oa/darticle.aspx?type=view&id=201902001