随着口腔疾病发病率日益增加,急需提高相关设备的检测精度,帮助口腔科医生对相关疾病做出准确的诊断,从而实现更好的治疗效果。清晰的影像资料,含有丰富的病变组织信息,便于医生获取病变组织的情况,充分做好术前准备,提高治疗效果。上述目标都需要清晰度较高的分割图像,要求分割效果好的分割算法。基于FCM的图像分割算法克服了传统硬划分导致信息缺失的不足,采用软划分的方法,以一种比较柔和的方式来处理像素,这样把像素间的相邻信息也考虑进去,提高了图像分割的准确性。传统的CT扫描设备的放射性元素剂量是固定的,不能根据检测者的不同而做出调整,比如,对于年纪较小的检测者,采用成年人的放射元素剂量,可能提高检测者的致癌率。在本文中,我们根据调研的信息,总结当前口腔设备的需求热点,提出了基于FCM的加权图像补丁的分割算法-WIPFCM (Weighted Image Patch-based FCM algorithm),实现更好的分割效果。在此算法中,模糊聚类过程用图像补丁来代替像素,并构建了一个加权方案能够使每个图像补丁的像素有各向异性的权重。因此,所提出的算法在图像分割过程中将图像的空间信息也考虑在内,通过这种方法提高了对噪声的鲁棒性,同时获取了更好的图像分割效果。通过对比改进的模糊C均值算法和其它几种分割方法,结果显示本文所提出的WIPFCM可以有效克服噪声的影响,并且显著提高了图像分割的准确性与清晰度,保留了更多的图像细节。通过分割口腔图片以及合成图片,所提出的WIPFCM算法的分割效果明显很好；与其它基于FCM的算法相比,对噪声也具有更高的鲁棒性。本文主要针对基于FCM聚类的图像分割技术以及如何改善其性能展开研究,具体按一下几个方面开展：1)从课题研究目的和研究意义出发,了解国内外关于图像分割算法的研究现状,对比了当前口腔CT发展状况,确定低剂量口腔CT图像分割算法研究的整体框架。2)对系统的基础理论进行研究,本论文用到的基础知识有：传统的口腔CT原理、本方案中的锥形束CT技术、模糊集合的概念、基于FCM的模糊聚类方法以及评价算法性能的图像质量评价方法,分析了其工作原理,同时将传统方法的不足与本文改进到的方法做了对比,提高其性能。3)对系统用到的FCM算法进行了仿真实验,仿真了FCM算法在实际中的应用,对比了FCM算法与改进的FCM算法之间的分割效果,介绍了FCM算法有效性评价指标,分析了现有算法的不足,展望了其未来改进方向。4)根据前期的理论研究与技术分析,对所提出的算法进行了实现,验证其实验结果。本文所述的WIPFCM算法放弃了对目标函数添加空间约束项的想法。相反,在图像分割过程中,运用图像补丁来代替像素,直接把空间信息考虑进去。实验结果表明,这种方法可以更好的抵御噪声的影响且在分割过程中可以更好的保护图像细节。通过分割口腔图片以及合成图片,所提出的WIPFCM算法,可以更好实现的图像分割。