Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向脑梗阻病灶图像的半监督聚类方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:常熟市第一人民医院

摘要:本发明公开了一种面向脑梗阻病灶图像的半监督聚类方法,包括构建目标函数,并输入图像样本,所述图像样本包括无标签样本和有标签样本;预设迭代次数和停止条件,并输入样本已知隶属度矩阵;随机初始化聚类中心,计算初始隶属度矩阵;迭代计算聚类中心和隶属度矩阵,并判断是否达到预设迭代次数和满足停止条件:若是,则输出聚类中心和隶属度矩阵;若否,则更新迭代次数,并重新计算新的聚类中心和新的隶属度矩阵,能够有效解决类不平衡问题,通过调整不同类别的权重,使算法能够更加公平地处理不同大小的类;隶属度融合机制则增强了算法对数据点分类的灵敏度,提高了分类的准确性;二者结合,使得算法在医学图像分割领域具有显著的优势。

主权项:1.一种面向脑梗阻病灶图像的半监督聚类方法,其特征在于,包括如下步骤:构建目标函数,并输入图像样本,所述图像样本包括无标签样本和有标签样本;所述目标函数具体为: 其中,为无标签样本数据损失,涉及无标签样本数据,σi是类间平衡因子,m是模糊系数,m∈1,100];为有标签样本数据损失,涉及有标签样本数据,η是监督率,η∈[0,1,α是规模比例因子,bj是代表j处是否有标签的一个布尔值,fij是监督信息,C是聚类的类别数,N是样本总数,uij是隶属度,dij是第j个样本与第i个类的质心的距离;预设迭代次数和停止条件,并输入样本已知隶属度矩阵;随机初始化聚类中心,计算初始隶属度矩阵;聚类中心迭代计算公式为: 隶属度矩阵迭代公式为: 迭代计算聚类中心和隶属度矩阵,并判断是否达到预设迭代次数和满足停止条件:若是,则输出聚类中心和隶属度矩阵;若否,则更新迭代次数,并重新计算新的聚类中心和新的隶属度矩阵。

全文数据:

权利要求:

百度查询: 常熟市第一人民医院 一种面向脑梗阻病灶图像的半监督聚类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。