基于关联图的联合降维和半监督聚类的脑图像分割方法

   发布时间: 2022-06-11    访问次数: 22

《基于关联图的联合降维和半监督聚类的脑图像分割方法》

技术简介:

本发明涉及图像处理技术领域,涉及基于关联图的联合降维和半监督聚类的脑图像分割方法,包括:1、对核磁共振脑图像进行预处理;2、提取脑图像中的特征属性;3、医师圈画区域标识配对信息;4、构建配对关联矩阵Y5、构建无向边图E6、构建无向关联矩阵F7、构建有向边图V8、构建V上任意两个节点间的有向近邻交集K-(ij)9、构建基于K-(ij)的有向关联矩阵S10、对数据集X进行特征降维,得到特征向量集11、在上执行K均值聚类,得到分割结果。本发明方法仅利用少量样本的配对信息,构建有向和无向关联图挖掘样本潜在的数据结构,将样本点降维到合适低维空间,使同一类别内的样本的关联度尽量高,不同类别内的样本的关联度尽量低。

研发人员:倪彤光;顾晓清;蒋亦樟;薛婧;钱鹏江