>
Fa   |   Ar   |   En
   بهبود قطعه بندی تصاویر سی تی اسکن با استفاده از ترکیب خوشه بندی فازی و الگوریتم دسته ماهی های مصنوعی  
   
نویسنده یزدان پناه مرتضی ,شیبانی رضا ،
منبع سومين كنفرانس ملي كامپيوتر،فناوري اطلاعات و كاربردهاي هوش مصنوعي - 1398 - دوره : 3 - سومین کنفرانس ملی کامپیوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی - کد همایش: 98190-23419 - صفحه:0 -0
چکیده    تشخیص دقیق بیماری‌های مربوط به مغز و میزان پیشرفت و یا بهبود تومور مغزی همیشه برای پزشکان متخصص از اهمیت ویژه‌ای برخوردار می‌باشد. یکی از موفق‌ترین تکنیک‌های استفاده‌شده در این حوزه تکنیک خوشه‌بندی پیکسل‌ها می‌باشد. در این زمینه ترکیب خوشه‌بندی فازی و روش‌های هوش جمعی نتایج مناسبی را ارائه داده استاز الگوریتم های هوش جمعی برای یافتن جواب‌های مناسب برای مراکز اولیه خوشه‌ها استفاده می شود. اما با توجه به فضای مسئله در حوزه خوشه‌بندی تصاویر تومور مغزی، نیاز به راهکاری داریم تا علاوه بر جستجوی عمومی، در انجام جستجوی محلی بهتر عمل کند تا با دقت بالاتری پیکسل‌های مراکز اولیه خوشه‌ها انتخاب گردند. ما در این مقاله جهت افزایش دقت قطعه‌بندی تصاویر سی‌تی‌اسکن از ترکیب الگوریتم خوشه‌بندی فازی و الگوریتم دسته ماهی های مصنوعی استفاده می‌کنیم. علت استفاده از الگوریتم دسته ماهی‌های مصنوعی این است که در حل مسائلی مانند یافتن مقادیر بهینه در بین پیکسل‌های تصویر، جستجوی عمومی مسئله را به ‌صورت مناسبی انجام داده و در جستجوی محلی مسئله خیلی خوب عمل می‌کند. آزمایش‌های انجام‌شده در این مقاله نشان می‌دهد که الگوریتم دسته ماهی‌های مصنوعی در این تحقیق نتایج مناسب‌تری ارائه می‌دهد و نسبت به روش مطرح‌شده در مقاله پایه دقت قطعه‌بندی تصویر در حدود 3% بهبود می‌یابد.
کلیدواژه قطعه‌بندی تصویر سی‌تی‌اسکن، الگوریتم خوشه‌بندی فازی، الگوریتم دسته ماهی‌های مصنوعی
آدرس , iran, , iran
پست الکترونیکی reza.shni@gmail.com
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved