文献

J-GLOBAL ID：201702289913535118   整理番号：17A0055590

脳腫瘍セグメンテーションのための画像ファジィクラスタリングアプローチ【Powered by NICT】

A picture fuzzy clustering approach for brain tumor segmentation

著者 (3件)： Kumar S V Aruna (Dept. of Information Science and Engg., JSS Science and Technology University, Mysuru, India) ,  Harish B S (Dept. of Information Science and Engg., JSS Science and Technology University, Mysuru, India) ,  Manjunath Aradhya V N (Dept. of Master of Computer Applications, JSS Science and Technology University, Mysuru, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CCIP  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： MRI脳画像セグメンテーションのための画像ファジィクラスタリング(PFC)法を提案した。PFCは画像ファジィ集合,伝統的なファジィ集合と直観論理ファジィ集合の一般化に基づいている。伝統的ファジィ集合では,不確実性の問題は,メンバシップ関数を定義するに発生する。直観主義的ファジィ集合は躊躇度を考慮することによってこの不確実性を扱う。しかし,直感ファジィ集合には,はい,abstain,拒否のような回答を必要とする実時間問題を解決しないことはできなかった。画像ファジィ集合メンバーシップ,中性およびnonmembership度と共に拒否度を考慮することによりこれらの問題を解決する。,PFCにおけるクラスタ中心は,従来のファジィC-平均法(FCM)および直感的ファジィクラスタリング(IFC)を用いて得られたクラスタ中心よりも望ましい位置に収束する可能性がある。実験は標準MRI脳画像データセット上で実施した。性能を評価するために,提案した方法は,既存のFCMとIFC法と比較した。結果は,提案した方法が良好な結果を与えることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： メンバシップ関数 ,  *セグメンテーション ,  *クラスタ ,  ファジィ集合 ,  *画像 ,  不確実性 ,  脳腫瘍
準シソーラス用語： 脳画像 ,  ファジィc-平均法 ,  中性 ,  実時間 ,  直観論理 ,  *ファジィクラスタリング ,  画像セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 脳腫瘍 ,  セグメンテーション ,  ファジィクラスタリング