Question

我在组织病理学医学图像上应用k-means聚类算法将像素分类为类。应用k-means时一切正常，但我有一个小问题：当多次运行k-means函数（在matlab中可用）时，图像像素每次都会以不同的颜色显示。当多次应用k-means函数时，我们可以使像素的颜色相同吗？

Regrads，

SAFAA

Answer 1

我从未使用过Matlab这个功能。但我认为Kmeans聚类结果是基于其初始中心点的选择。所以，也许，Matlab函数随机选择K个初始像素，这可能解释了每次都得到不同的结果。

Answer 2

k-means是随机算法。每次运行都会返回不同的结果。但是，对于其他聚类算法，您需要找到聚类到您想要的意义（例如颜色）的映射。

您可以通过修复随机生成器或手动选择初始方法来欺骗（我不使用Matlab，但我想它确实支持这种或那种方式）。然后结果将更稳定，但仍然不一定可以在图像之间进行比较。

Answer 3

Matlab kmeans函数有一个名为start的参数，你可以用它来定义你的起始种子。

start，用于选择初始聚类质心位置的方法，有时也称为种子。

根据文档，其默认值为

'sample'随机选择X中的k个观测值（默认值）。

您有其他选项，但只有Matrix选项是非随机的。在这种情况下，您需要定义一个矩阵质心起始位置的k-by-p矩阵。

请参阅以下从matlab文档中获取并在此处修改的示例。

X = [randn(100,2)+ones(100,2);...
     randn(100,2)-ones(100,2)];
opts = statset('Display','final');

k = 2;
startPositions = [0.01 0.01 ; -0.01 -0.01];

[idx,ctrs] = kmeans(X,k,...
                    'Distance','city',...
                    'Options',opts,...
                    'Start',startPositions ...
                );

plot(X(idx==1,1),X(idx==1,2),'r.','MarkerSize',12)
hold on
plot(X(idx==2,1),X(idx==2,2),'b.','MarkerSize',12)
plot(ctrs(:,1),ctrs(:,2),'kx',...
     'MarkerSize',12,'LineWidth',2)
plot(ctrs(:,1),ctrs(:,2),'ko',...
     'MarkerSize',12,'LineWidth',2)
legend('Cluster 1','Cluster 2','Centroids',...
       'Location','NW')

请注意，由于数据本身是随机的，因此群集中心似乎会发生变化。如果将数据更改为静态，则群集中心也将是静态的。

使用matlab在组织病理学图像上应用k-means

3 个答案: