摘要：随着时代发展的不断迈进，人们生活水平随之增长，越来越多的关注自己，在数字化信息化的时代背景下，医学领域的数字信息化处理也在蓬勃发展。通过聚类方法挖掘数字信息，服务于人类生活这种方式已经得到各界人士的广泛关注。本文主要介绍了利用功能磁共振成像和模糊C均值聚类算法处理人脑图像的方法。经过这种方法处理后脑部各区域图像边界明确，更易读懂。

本文的目的是为了获得在上述技术过程聚类的最佳值。对于模糊聚类需要预先预测簇的最优数量的问题，广义线性模型被施加到准确度比较。通过分析图像和数值对比的方法，得出聚类个数的最佳值，最后简要阐述聚类个数对FCM聚类结果的影响。

关键词：聚类个数  模糊C均值  功能磁共振成像

目录

摘要

Abstract

1.  绪论-1

1.1  研究背景及意义-1

1.2  研究现状及发展前景-2

1.3  本文内容及结构-3

2.  fMRI数据原理及分析方法简介-4

2.1  fMRI简介-4

2.2  fMRI数据分析方法简介-4

2.2.1  广义线性模型-5

2.2.2  聚类分析-6

2.3  工具简介-7

3.  数据分析及结果-8

3.1  数据采集及预处理-8

3.2  FCM处理-8

3.2.1  FCM处理流程-10

3.2.2  FCM处理结果-11

3.3  聚类个数的影响分析-16

3.3.1  不同聚类个数准确度分析对比-17

3.3.2  不同模糊度准确度分析对比-19

结束语-20

参考文献-21