[发明专利]一种基于图熵的医学图像聚类方法

权利要求书

1.一种基于图熵的医学图像聚类方法，其特征在于，包括如下步骤：

(1)待聚类图像提出聚类请求：待聚类图像为原始医学图像数据；

(2)图像预处理过程：对原始医学图像提取感兴趣区域，计算图像ROI区域的灰度直方图，得到图像ROI区域的灰度直方图的波谷列表，根据波谷列表对图像分级提取纹理特征，将得到的分级纹理图像规范化到统一的大小，之后将此纹理图像分区域，通过比较两张纹理图像对应区域的直方图的差值之和，来衡量医学图像之间的相似程度；

(3)图的稀疏化：将医学图像集抽象成带权无向完全图，之后对其进行稀疏化剪枝处理；

(4)基于图熵的带权无向图聚类：计算带权无向图中顶点熵和图熵，并在此基础上为图熵的带权无向图聚类；

(5)展示结果。

2.根据权利要求1所述的一种基于图熵的医学图像聚类方法，其特征在于：所述的图的稀疏化过程为：首先将医学图像集抽象成图，其中，每个顶点代表一张医学图像，医学图像之间的相似度作为顶点之间所连边上的权值，所够成的图是一个带权无向完全图；之后根据稀疏因子e，e的取值范围是[0,1]，每个顶点将会保留条边，其中d为该顶点原有边的数量；当边在稀疏化过程中被其两个端点均保留时，则此边将继续保留在图中，否则将从图中删除；此时图中所留下的边为两个顶点在剪枝过程中均要保留的公共边。

3.根据权利要求1所述的一种基于图熵的医学图像聚类方法，其特征在于：所述的基于图熵的带权无向图聚类：计算带权无向图中顶点熵和图熵；在形成每个簇的过程中，通过使在此簇的件下图熵的值达到最小来优化此簇的结果，迭代上述过程来形成聚类结果集合C₁...C_n。