بخش بندی تصاویر پزشکی با استفاده از الگوریتم MKF-Cuckoo

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 487

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KAUCEE01_057

تاریخ نمایه سازی: 29 مهر 1396

چکیده مقاله:

امروزه، از تصاویرپزشکی به عنوان ابزار قدرتمندی در تشخیص بیماری ها استفاده می کنند. تصاویر تشدید مغناطیسی یا همان ام آر آی ،یکی از متداول ترین آنها برای تشخیص تومور های مغزی می باشد. قطعه بندی خودکار تومور در تصویر ام آر، به پزشک کمک می کند که محل دقیق و رشد و یا عدم رشد تومور در بیمار را تشخیص دهد.در این پژوهش، چند روش جهت خوشه بندی تصاویر ام آر مغز، بررسی گردیده است. همچنین روش جدیدی که از ترکیب دو الگوریتم MKFCM و فاخته به وجود آمده، پیاده سازی شده است. MKFCM روشی است که روش FCM فازی را بهبود بخشیده و در خوشه بندی از آن استفاده می نمایند، الگوریتم فاخته هم برای جستجوی بهینه مراکز داده که در الگوریتم MKFCM استفاده قرار گرفته است.الگوریتم پیشنهادی را بر روی چند تصویر ام آر مغزی اعمال شده است. یکی از مزایای این روش نسبت به روش های قبلی در این است که سعی در جستجوی بهینه مراکز داده نموده و سپس خوشه بندی (کلاسترینگ) بر روی آن انجام می شود.این روش نسبت به روش MKFCM، بخش بندی بهتری بر روی تصاویر اعمال می نماید و محدوده بخش های تصویر قابل مشاهده تر هستند.

نویسندگان

منیره ضیایی

دانشگاه آزاد اسلامی واحد ملایر