بررسی دقت و بخش بندی تصاویر پزشکی با استفاده از الگوریتم k-means

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 642

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF02_552

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

درباره شایعه خوشه بندی به عنوان یکی از روش های بدون ناظر و مهم در پردازش تصویر جهت قطعه بندی تصاویر مورد استفاده قرار می گیرند. در این روش به پیکسل های متعلق به دامنه تأثیر با توجه به میزان شباهت آن ها به مراکز خوشه ها به چند زیر مجموعه یا خوشه تقسیم می شوند. پرکاربردترین الگوریتم های خوشه بندی عبارتند از الگوریتم K-means و Fuzzy C-means . این مقاله به امکان سنجی قطعه بندی تصاویر پزشکی با استفاده از الگوریتم خوشه بندی K-means می پردازد.

نویسندگان

معصومه یوسف زاده

دانشگاه آزاد خوی (هنرآموز کامپیوتر)

مهدی علیلو

استادیار گروه علوم کامپیوتر

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 :
  • Teknomo, Kardi. K-Means Clustering Tutorials. http : _ en pl ...
  • K.Alsabti, S.Ranka, and V.Singh.An Efficient K-Means Clustering Algorithm. http : ...
  • Li Zhou, Zongtan Zhou, Dewen Hu, : Scene classification using ...
  • k-means range algorithm for Theء، [4] Georgios P. Papamichail and ...
  • T.Zhang, R. Ra makrishnan, and M.Livny. BIRCH:An Ef-ficient Data Clustering ...
  • R.C.Dubes and A _ K.J ai n.Algorithms for Clustering Data. ...
  • نمایش کامل مراجع