【图像分割】基于Kmean聚类实现乳腺肿瘤分割附matlab代码

1 简介

乳腺癌作为当今女性最普遍的癌症之一,已经成为严重危害女性健康的罪魁祸首.如何有效地提高乳腺癌的诊断,治疗,进而最大可能地减少损害,已经成为当今女性健康所面临的一个急需解决的问题.为此,乳腺肿瘤分割的准确与否,不仅为临床诊断及放射治疗方式的选择提供重要依据,而且直接关系到患者的治疗效果.故如何提高乳腺CT图像肿瘤的分割准确率一直是相关人员研究的重点. ​

2 部分代码

clcclearclose all%% dataset:for image=1:33    image    Iref=dicomread(['RIDER dataset/ref/1 (',num2str(image),').dcm']);    Igt=dicomread(['RIDER dataset/GT/1 (',num2str(image),').dcm']);    fim=(double(Iref)/(max(max(double(Iref)))));    GT=logical(Igt);    maxwin=0;    for i=30:5:size(GT,1)-100        for j=30:5:size(GT,2)-100            window=GT(i:i+90,j:j+90);            if sum(sum(window))>maxwin                maxwin=sum(sum(window));                bestwin=window;                besti=i;                bestj=j;            end        end    end    GT=bestwin;    fim=fim(besti:besti+90,bestj:bestj+90);    subplot(1,4,1)    imshow(GT);    title('Ground Truth');    %% fcm    [bwfim,level]=threshold1(fim);      %% kmeans     [bwfim2,level2]=threshold2(fim);       %% Cuckoo + Kmeans    [bwfim3,level3]=threshold3(fim);    %%    result=(bwfim);    nResult=sum(sum(result==1));    nGT=sum(sum(GT==1));    nUNI=0;    for i=1:numel(GT)        if result(i)==1 && GT(i)==1            nUNI=nUNI+1;        end    end    Q_fcm= nUNI/nGT * nUNI/nResult;    subplot(1,4,2)    imshow(bwfim);    title(['FCM/ Q=',num2str(Q_fcm)]);    %%    result=(bwfim2);    nResult=sum(sum(result==1));    nGT=sum(sum(GT==1));    nUNI=0;    for i=1:numel(GT)        if result(i)==1 && GT(i)==1            nUNI=nUNI+1;        end    end    Q_km= nUNI/nGT * nUNI/nResult;    subplot(1,4,3)    imshow(bwfim2);    title(['Kmeans/ Q=',num2str(Q_km)]);    %%    result=bwfim3;    nResult=sum(sum(result==1));    nGT=sum(sum(GT==1));    nUNI=0;    for i=1:numel(GT)        if result(i)==1 && GT(i)==1            nUNI=nUNI+1;        end    end    Qc= nUNI/nGT * nUNI/nResult;    subplot(1,4,4)    imshow(bwfim3);    title(['Cuckoo/ Q=',num2str(Qc)]);    pause(0.1)    QQ=[Q_fcm,Q_km,Qc];    xlswrite('xl.xlsx',QQ,1,['A',num2str(image)])end

3 仿真结果

4 参考文献

[1]范怀玉, 马军山. 基于MATLAB_GUI的超声乳腺肿瘤图像分割平台设计[J]. 软件, 2019, 40(6):4.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。