| عنوان فارسی مقاله: |
ارزیابی k-Means و بخش بندی تصاویر MR از مغز و فازی C-Means |
| عنوان انگلیسی مقاله: |
Evaluation of k-Means and fuzzy C-means segmentation on MR images of brain |
چکیده
این مقاله کیفیت فازی C-Means و بخش بندی K-Means مقایسه می کند ، و تصاویرMR پیچیده از تومور مغزراباهیستوگرام اولیه مشخص میکند.دقت دربخش بندی به طورجداگانه بستگی به توانایی دکتربرای تشخیص طبقات مختلف بافت دارد . از این رو ، یک پیش نیاز جدی برای ارزیابی توانایی قبل ازبخش بندی تصاویرپزشکی وجود دارد . این مقاله توانایی FCM و Means-K بخش بندی خاکستری ماده(GM) ،ماده سفید (WM)،مایع مغزی-نخاعی (CSF) ، نکروزی گلیوبلاستمامولتی (GBM) ،ورم ازوژنیک،کنتراست1Tکه محورهم سطح تصاویر ورم MR تومور است را ارزیابی می کند . آزمایش نشان می دهدکه FCM ازوژنیک وماده سفیدبه عنوان یک بافت و ماده به طور مشابه به رنگ خاکستری و نکروتیک شناسایی می شوند K-Means قادربه تشخیص مناطق است که نسبت به FCM بهتر تشخیص می دهد . FCM تنها 3 بافت را شناسایی می کند در حالی که ، K-Means تمام 6 بافت را شناسایی می کند . ارزیابی تجربی Means-K و FCM ، با هیستوگرام در نرم افزار متلب انجام می شود .
