ایمان ارقند - دانشجوی کارشناسی ارشد الکترونیک، دانشگاه آزاد اسلامی،نور، ایران
جمال قاسمی - استادیار، دانشکده فنی و مهندسی، دانشگاه مازندران ،بابلسر

قطعه بندی تصاویر پزشکی یکی از پیش پردازش های اولیه لازم در طراحی سیستم های خودکار تشخیص بیماری ها به شمار می رودتصاویر MRIمغز بدلیل وجود عوامل مخرب مصنوعی در فرایند تصویربرداری از جمله نویز و غیریکنواختی شدت روشنایی، با عدم قطعیت همراه بوده و به همین علت، قطعه بندی این تصاویر همواره از جمله مسایل چالشی به شمار می رود با توجه به عدم قطعیت مذکور، پژوهشگران روش های فازی را در قطعه بندی MRI مغز بسیار بکار گرفته اند. از جمله این روش ها می توان به روش MDFCM اشاره نمود که در ان خواص همسایگی یک پیکسل در تخصیص و شناسایی نوع بافت، کمک می کند. در این روش میزان تاثیر گذاری خواص همسایگی به طور دقیق مشخص نشده است و در نتیجه نمی توان انتظار بهترین جواب را داشت. در این مقاله با استفاده از الگوریتم PSO میزان تاثیر گذاری این مقادیر باز تنظیم می گردد. نتایج شبیه سازی بر روی داده های استاندارد BrainWeb و با استفاده از معیار شباهت Diceعملکرد مناسب روش پیشنهادی را نشان می دهد.

ازدحام ذرات، ام آر ای، خوشه بندی فازی، قطعه بندی تصاویر