摘要
当数据的密度有变化时,密度聚类算法DBSCAN不能一次发现多种密度的簇结构,通常需要调整参数,而合适参数的确定比较困难.提出了一种两阶段的密度聚类算法以识别精子图像,算法采用相同的参数完成对不同密度簇的发现.首先对原始数据图像采用初步的预处理技术,调用DBSCAN算法得到精子头部簇,然后对其余图像部分进行增强,以精子头部为核心点集合,再次调用DBSCAN算法得出密度可达的簇,从而完成精子图像的识别.实验证明对精子图像识别的准确率、效率、效果均优于传统密度聚类方法,为医生诊断病情提供有效的数据支持.
关键词
Key words
谭征, 祝晓凤.
一种密度聚类的染色精子医学图像识别算法[J].
烟台大学学报(自然科学与工程版), 2014, 27(4): 279-283 DOI:10.13951/j.cnki.37-1213/n.2014.04.015
基金资助
山东省自然科学基金资助项目(ZR2013FM011)