使用MATLAB对PET扫描数据集进行阿尔茨海默病分割
摘要：正电子发射断层成像（PET）扫描图像是一种与磁共振成像（MRI）类似的生物医学图像技术，但PET扫描图像有助于发现肿瘤的发展。PET扫描图像需要在分割方面具备专业知识，其中聚类在自动化过程中起着重要作用。对这种图像的分割是手动的，为了自动化这个过程，使用了聚类。聚类通常被称为无监督学习过程，将n维数据集聚类成k组，以最大化簇间相似性并最小化簇内相似性。本文旨在实现常用的K均值和Fuzzy C均值（FCM）聚类算法。这项工作使用MATrix LABoratory（MATLAB）实施，并且通过样本PET扫描图像进行了测试。样本数据采集自阿尔茨海默病神经成像倡议ADNI。医学图像处理和可视化工具（MIPAV）用于比较结果图像。
作者：A.Meena, K.Raja
论文ID：1302.6426
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-02-27