本书讨论聚类和广义线性模型在图像处理和分析中的应用，内容涵盖图像的分割、特征提取以及有监督分类。本书讨论基于聚类的图像分割的基本原理和算法，并讨论如何在分割过程中对图像的灰度有偏场进行纠正。新算法相对于传统算法而言，在MRI图像分割方面均取得较大的性能提升。全书集聚类分析、图像分割、图像伪影纠正于一体，条理清晰，简明扼要，逻辑分明，通俗易懂，既可为图像分割工作特别是一线工程师和医生提供实务指导，也可以为图像处理的理论研究提供参考借鉴。

1绪论
1.1前言
1.2MRI图像的特点和分割目标
1.2.1MRI图像的特点
1.2.2颅脑组织的分布和分割的目标
1.3医学图像分割的常用方法和分类
1.3.1基于模糊理论的图像分割
1.3.2基于形变模型的分割
1.3.3基于随机场的分割方法
1.3.4基于核函数的分割方法
1.4医学图像分割算法的评估
1.4.1具有标准分割结果的临床数据
1.4.2具有标准分割结果的仿真数据
1.5意义和贡献
1.6本书的结构安排
2基于聚类分析的分割
2.1聚类与模糊聚类的概念
……