ترکیب خوشه بندی فازی مبتنی بر هسته و روش های مجموعه سطح برای قطعه بندی تصویر

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,369

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCEIT01_032

تاریخ نمایه سازی: 1 آذر 1394

چکیده مقاله:

اجرای تقسیم بندی مجموعه سطح موضوع مقدار دهی اولیه مناسب و پیکر بندی پارامترهای کنترل است که نیاز به مداخله دستی دارند یک الگوریتم مجموعه سطح فازی بهبود یافته جدید در این مقاله پیشنهاد شده است که در مقایسه با روش مشابه پیشین عملکرد بهتری دارد . روش این مقاله را می توان مستقیما از تقسیم بندی اولیه توسط خوشه بندی فازی مبتنی بر هسته مکانی استنتاج کرد . پارامترهای کنترل تکامل یافته مجموعهسط تحمین زده شده از نتایج خوشه بندی فازی است . علاوه بر این الگوریتم مجموعه سطح فازی افزایش یافته با تکامل محلی منظم است . این پیشرفتها دستکاری مجموعه سطح را آسان کرده ومنجر به تقسیم بندی قویت ر شده است . ارزیابی عملکرد الگوریتم پیشنهادی بر تصاویر وزشکی از روش های مختلف انجام شده است نتایج اثر خود را برای تفسیم بندی تصویر پزشکی تایید می کند .

کلیدواژه ها:

مجموعه سطح فازی خوشه بندی فازی فضایی خوشه بندی FCM تابع هسته گوسین

نویسندگان

جواد حمیدزاده

استادیار دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی سجاد مشهد ایران

عالیه معصومی مفرد

دانشجوی کارشناسی ارشد مهندسی کامپیوتر (هوش مصنوعی) گروه کامپیوتر دانشگاه آزاد اسلامی فردوس

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • D.L. Pham, C. Xu, J.L. Prince, Current methods in medical ...
  • T.F. Chan, L.A. Vese, Active contou rswithout edges, IEEE Transactions ...
  • P. Martin, P. Refregier, F. Goudail, F. Guerault, Influence of ...
  • Computerized Medical Imaging and Graphics 30 (2006) 9-15. ...
  • Computers in Biology and Medicine 37 (2007) 1292-1302. ...
  • B.N. Li, C.K. Chui, S.H.Ong, S. Chang, Integrating FCMand level ...
  • J.s. Suri, K. Liu, S. Singh, S.N. Laxminarayan, X. Zeng, ...
  • N. Paragios, A level set approach for shape driven segmentation ...
  • Z.D. Wu, W.X. Kie, J.P. Yu, Fuzzy c-means clustering algorithm ...
  • D.-Q. Zhang, S.-C. Chen, Kernel based fuzzy and possi bil ...
  • D.-Q. Zhang, S.-C.Chen, A novel kernelized fuzzy C-means algorithm with ...
  • Li, Bing Nan, et al. "Integrating spatial fuzzy clustering with ...
  • W.K. Lei, B.N. Li, M.C. Dong, M.I. Vai, AFC-ECG: ...
  • Industrial Applications (WSC11), Advances in Soft Computing 39. (2007) 189-199. ...
  • J.A. Sethian, Level Set Methods and Fast Cambridge, ...
  • Marching Methods, Cambridge: University Press, New York, 1999. ...
  • S. Osher, R. Fedkiw, Level Set Methods and Dynamic Implicit ...
  • Deforma blemodels inmedical image analysis: a survey, Medical Image Analysis ...
  • X.Wu, S.A. Spencer, S. Shen, J.B. Fiveash, J.Duan, I.A. Brezovich, ...
  • algorithm for radiotherapy treatment planning, Computers in Biology and Medicine ...
  • C. Xu, J.L. Prince, Snakes, shapes and gradient vector flow, ...
  • Y. Chen, H.D. Tagare, S. Th iruvenkadam, F. Huang, D. ...
  • V. Caselles, R. Kimmel, G. Sapiro, Geodesic active contours, International ...
  • C. Li, C. Xu, C. Gui, M.D. Fox, Level set ...
  • variational formulation, in: Proceedings of the 2005 IEEE Computer Society ...
  • C. Li, C. Xu, K.M. Konwar, M.D. Fox, Fast distance ...
  • International Con-ference on Control, Automation, Robotics and Vision (ICARCV 2006). ...
  • D.L. Pham, J.L. Prince, Adaptive fuzzy segmentation of magnetic resonance ...
  • نمایش کامل مراجع