【肿瘤分割】基于matlab聚类乳腺肿瘤图像分割【含Matlab源码 1471期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【肿瘤分割】基于matlab聚类乳腺肿瘤图像分割【含Matlab源码 1471期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、图像分割简介

理论知识参考：【基础教程】基于matlab图像处理图像分割【含Matlab源码 191期】

三、部分源代码

clc
clear
close 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
function label = km( IM,k )

n=12; % # of nests
c=4; % # of cuckoos
Pa=0.2; % a fraction of worst solutions
worstN=round(Pa*n);
solutions=min(min(min(IM)))+ (max(max(max(IM)))-min(min(min(IM))))*rand(n,k);
max_generation=5;
alpha=0.85;
cuckoo_solution=min(min(min(IM)))+ (max(max(max(IM)))-min(min(min(IM))))*rand(c,k);
for t=1:max_generation
    disp(['wait... ',num2str(t/max_generation*80),'%']);
    for i=1:c
        index=randsrc(1,1,1:n);
        if f(IM,cuckoo_solution(i,:),k)>f(IM,solutions(index,:),k)
            solutions(index,:)=cuckoo_solution(i,:);
        end
    end
    for i=1:n
        fitness(i)=f(IM,solutions(i,:),k);
    end
    [~,idx]=sort(fitness);
    best_solution=solutions(idx(end),:);
    wrst=idx(1:worstN);
    solutions(wrst,:)=min(min(min(IM)))+ (max(max(max(IM)))-min(min(min(IM))))*rand(length(wrst),k);
    cuckoo_solution=cuckoo_solution+alpha*t.^(-(1.01+1.9*rand(c,k)));% Levy Flights
end
[~,label]=f(IM,best_solution,k);
end
%%
function [fitness,label] = f(IM,sol,k)
    data=reshape(IM,[],1);
    data=data';
    maxi=100;
    c=sol;
    for i=1:length(data)
        [~,label(i)]=min(abs(data(i)-c));
    end
    for iter=1:maxi
        for i=1:k
            c(i)=mean(data(label==i));
        end
        change=0;
        for i=1:length(data)
            [~,mindist]=min(abs(data(i)-c));
            if mindist~=label(i)
                label(i)=mindist;
                change=1;
            end
        end
        if change==0
            break;
        end
    end
    level=(max(data(label==1))+min(data(label==2)))/2;
    if isempty(level)
        fitness=0;
    else
        bw=im2bw(IM,level);
        if numel(size(IM))==3
            I=rgb2gray(IM);
        else
            I=IM;
        end
        bwfim=medfilt2(double(bw));
        PSNR=psnr(I,bwfim);
        fitness=PSNR;
    end
end



  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]赵勇,方宗德,庞辉,王侃伟.基于量子粒子群优化算法的最小交叉熵多阈值图像分割[J].计算机应用研究. 2008,(04)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/121054656