کنفرانس بین المللی فناوری اطلاعات و دانش

صفحه اصلی / شانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

رویکرد نوین مبتنی بر خوشه‌بندی محلی شدت روشنایی برای جداسازی بافت‌های مغزی

نویسندگان :

آسیه خسروانیان¹ سعید آیت²

1- مجتمع آموزش عالی لارستان 2- دانشگاه پیام نور

کلمات کلیدی :

جداسازی بافت‌های مغز،خوشه‌بندی فازی FRFCM،مجموعه‌داده BrainWeb،ناهمگنی شدت روشنایی،نویز

چکیده :

جداسازی بافت‌های اصلی مغز از جمله ماده سفید، ماده خاکستری و مایع مغزی نخاعی در تشخیص بیماری‌هایی مانند مالتیپل اسکلروزیس، آلزایمر، انواع تومورها و ضایعات ناشی از سکته مغزی کاربرد دارد. بااین‌حال، تصاویر دریافت شده از دستگاه‌های تصویربرداری تشدید مغناطیسی(MRI) مستعد نویز و ناهمگنی شدت روشنایی هستند که به سبب پیچیده بودن ساختار مغز، کار تشخیص را برای پزشکان مشکل می‌کند. در این پژوهش، یک روش خودکار مبتنی بر خوشه‌بندی محلی شدت روشنایی و الگوریتم فازی FRFCM برای جداسازی بافت‌های مغزی ارائه می‌شود. روش پیشنهادی، بر مجموعه‌داده BrainWeb مورد ارزیابی قرار گرفت. نتایج نشان داد روش پیشنهادی، با ترکیب قدرت تفکیک‌پذیری خوشه‌بندی فازی با اطلاعات ساختاری محلی علاوه بر غلبه بر نویز، در تصاویر دارای ناهمگنی شدت روشنایی به طور مؤثری قادر است بافت‌های مغز را جداسازی کند. میانگین معیار دایس در ناحیه‌بندی ماده سفید و ماده خاکستری مغز به ترتیب 778/0 و 719/0 به دست آمد. میانگین زمان اجرا در روش پیشنهادی 29/0 ثانیه بود. نتایج نشان‌دهنده بهبود معیار دایس و زمان اجرا نسبت به سایر روش‌ها بوده است.