心血管彩色B超图象模式识别(móshìshíbié)与分割第一页，共二十二页。主要内容：问题的提出(tíchū)设计思想几个基本概念算法的实现图象的处理和计算结果讨论第二页，共二十二页。1·问题的提出B超心血管图象的分析是诊断心血管疚病的基本方法之一，传统的方法是医生凭肉眼手工测量病变的面积和病变程度，不规则面积的测量极不准确，使用计算机的模式识别技术能将医生所感兴趣的部位提取出来，分析和测量其面积、周长、亮度等参数，为心血管疾病的梢助诊断提供(tígōng)依据。第三页，共二十二页。2·设计思想将病变(bìngbiàn)的区域和其他背景分离，计算各自所占面积然后逐点分析该图象的点，决定其归属出于人为的设计了类别和聚类中心。再进一步的分析计算。第四页，共二十二页。3几个基本概念聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量(dùliàng)（Measurement）的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。第五页，共二十二页。聚类分析的算法分类分裂法（PartitioningMethods）层次法（HierarchicalMethods）基于(jīyú)密度的方法（density-basedmethods）基于网格的方法（grid-basedmethods）基于模型的方法（Model-BasedMethods）。第六页，共二十二页。•分裂法(partitioningmethods)：给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K
