文献

J-GLOBAL ID：201802286841645904   整理番号：18A0442738

脳MRI画像からの位置による腫瘍カテゴリーを分類するためのファジィ論理に基づくアルゴリズム【Powered by NICT】

Fuzzy logic based algorithm to classify tumor categories with position from brain MRI images

著者 (3件)： Ahmmed Rasel (Department of Electronics and Communication Engineering, East West University, Dhaka, Bangladesh) ,  Rahman Md. Asadur (Department of Biomedical Engineering, Khulna University of Engineering & Technology (KUET), Bangladesh) ,  Hossain Md. Foisal (Department of Electronics and Communication Engineering, East West University, Dhaka, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EICT  ページ： 1-6  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： 初期腫瘍の検出は,重要な問題であり,腫瘍部位,腫瘍面積,および腫瘍カテゴリー評価は,適切な投薬のために必須である問題でもある。も腫瘍位置を同定することができるファジィ論理に基づく腫瘍分類法を提案した。データベースは,正常および腫瘍影響脳MRI画像を調製した。調質ベースK平均法と修正ファジィC平均(TKFCM)クラスタリングアルゴリズムの統合を用いて,脳画像の小部分のグレイレベル強度に関するMRI画像を分割することである。調質ベースK平均アルゴリズムにおける輪郭分類の数を意味するKの値は,従来のものより,FCMの自動更新メンバシップは,これら二つの方法の間の輪郭問題を解消した。,セグメント化された画像からの二種のタイプの特徴,すなわち,一次統計特徴と領域特性ベースの特徴を抽出した。最初の特徴は,腫瘍を検出し,分離するために使用され,第二種の特徴は,腫瘍を分類するための93規則を用いたファジィエキスパート論理を設計するために使用した。このプロセスでは腫瘍の六カテゴリーを得るためにいくつかのメンバシップ関数を用いた三つの入力と一つの出力変動した。腫瘍の配向は,腫瘍の位置を提供する。提案したアルゴリズムの性能パラメータは,複数の強度に基づく脳MRI画像における腫瘍の分類に有効な実質的な結果を示した。Copyright 2018 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 ,  *ファジィ論理 ,  *NMRイメージング ,  *曖昧さ ,  *画像 ,  *腫瘍 ,  データベース ,  *アルゴリズム ,  平均法
準シソーラス用語： グレイレベル ,  脳画像 ,  クラスタリングアルゴリズム ,  腫瘍分類 ,  *頭部MRI , 【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 (6件)： 脳MRI ,  腫瘍 ,  カテゴリー ,  分類 ,  ファジィ論理 ,  アルゴリズム