PET扫描数据集中阿尔茨海默病的K均值分割：一项实现
计算机视觉与模式识别
2013-03-01 v1 神经与进化计算
摘要
正电子发射断层扫描（PET）图像需要分割方面的专业知识，其中聚类算法在自动化过程中起着重要作用。算法优化基于性能、质量和提取的聚类数量。本文旨在研究常用的K均值聚类算法，并讨论用于复现和扩展医学图像分析中呈现工作的工具箱简要列表。本工作使用Windows环境下的AForge .NET框架和MATrix LABoratory（MATLAB 7.0.1）编译。
引用
@article{arxiv.1302.7082,
title = {K Means Segmentation of Alzheimers Disease in PET scan datasets: An implementation},
author = {A. Meena and K. Raja},
journal= {arXiv preprint arXiv:1302.7082},
year = {2013}
}
备注
International Joint Conference on Advances in Signal Processing and Information Technology, SPIT2012