منیره ضیایی - دانشگاه آزاد اسلامی واحد ملایر

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.

لاتین MKFCM، ، تصاویر پزشکی، خوشه بندی ، الگوریتم فاخته