本项目针对传统模糊C均值(FCM)算法对噪声敏感以及忽略像素空间位置信息的缺陷,开发了一套增强型医学图像分割方案。系统通过在目标函数中引入局部空间约束因子和灰度特征加权项,能够有效克服医学MRI、CT影像中常见的高斯噪声和莱斯噪声干扰。项目实现了自动化的聚类中心初始化策略,避免了算法陷入局部最优解,显著提升了脑部组织(如灰质、白质及脑脊液)以及腹部肿瘤区域的分割精度。核心功能涵盖了从原始DICOM数据导入、图像去噪预处理、空间信息耦合迭代计算到分割结果评价的完整工作流。该方案不仅保留了目标边缘的细节信息,