论文部分内容阅读
目的对K-均值聚类（K-Means）和K-最近邻规则（K-NN）方法在MR颅脑图像分割中的应用进行研究,分析二者优缺点并提出改进。方法利用K-Means算法和K-NN算法对脑组织进行分割。为了减少人脑的劳动使算法自动进行,提出使用K-Means方法提取K-NN方法的训练样本。结果 K-Means与K-NN及改良后的K-NN算法（KMN）能很好地从大脑结构中分割白质（white matter,WM）、灰质（grey matter,GM）和脑脊液（cerebrospinal fluid,CSF）。结论实验表明