使用具有空间约束的改进型FCM，基于多通道特征的扩散张量成像自动分割

这项研究的目的是设计一种基于约束张量算法（iFCM_S）的改进的FCM，用于基于弥散张量成像（DTI）的脑组织分割。 模糊c均值聚类算法已广泛应用于许多医学图像分割中。 然而，由于不考虑隶属函数信息和空间上下文信息，因此传统上标准的FCM算法对噪声敏感。 为了克服这个问题，本文提出了一种改进的带有空间约束算法的FCM图像分割算法，该算法通过修改标准模糊c均值算法的目标函数和隶属函数来提高抗噪能力。 此外，由于DTI数据的多通道特征与单通道特征相比为组织分割提供了更多信息，因此我们在DTI的多通道特征上使用本文提出的算法来实现脑组织分割。 在模拟图像和真实数据集上的实验表明，我们提出的方法比传统的分割方法更有效。