文献

J-GLOBAL ID：201702210996874117   整理番号：17A1775443

改善されたファジィC平均クラスタリングに基づく医用画像のセグメンテーション【Powered by NICT】

Medical Image Segmentation Based on Improved Fuzzy C-means Clustering

著者 (4件)： Liu Dongling ,  Ma Ling ,  Chen Hui ,  Meng Ke
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSGEA  ページ： 406-410  発行年： 2017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： 伝統的ファジィC-meansクラスタリング(FCM)アルゴリズムは,大きな計算量と医用画像セグメンテーションにおける長すぎる運転時間の問題がある。試料セットは理想的ではない場合では,悪いクラスタリング結果につながる可能性がある。このアルゴリズムの欠点に対する,医用画像セグメンテーションアルゴリズムはハイブリッドリープフロッグ最適化ファジィc-平均クラスタリングに基づく提案した。カエルのステップ長さはアルゴリズムの性能に直接影響する。,適切な段階更新戦略を提案した。実験結果は,提案したアルゴリズムは,ファジィc-meansクラスタリングアルゴリズムと比較して画像エッジの連続性を保証することができることを示した。実医用画像セグメンテーションシステムの設計のための基準を提供することができる。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： 計算量 ,  最適化 ,  アルゴリズム ,  *クラスタ化 ,  *医用画像 ,  *画像 ,  連続性 ,  *セグメンテーション ,  *曖昧さ ,  走行時間
準シソーラス用語： クラスタリングアルゴリズム ,  ファジィc-平均法 ,  医用画像セグメンテーション , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ファジィ ,  平均 ,  クラスタリング ,  医用画像 ,  セグメンテーション