ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Brain Tissue Segmentation by FCMand Dempster-Shafer Theory

سال انتشار: 1390
کد COI مقاله: ICMVIP07_075
زبان مقاله: انگلیسیمشاهد این مقاله: 1,268
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Brain Tissue Segmentation by FCMand Dempster-Shafer Theory

Jamal Ghasemi - Babol University of Technology,Electrical and Computer Department, Babol, Iran
Reza Ghaderi - Babol University of Technology,Electrical and Computer Department, Babol, Iran
Mohamad Reza Karami mollaei - Babol University of Technology,Electrical and Computer Department, Babol, Iran
Ali Hojjatoleslami - University of KentCentre for BioMedical Informatics, Kent,UK

چکیده مقاله:

As a result of noise and intensity non-uniformity,automatic segmentation of brain tissue in magnetic resonanceimage (MRI) is a complicated concern. In this study a novel brainMRI segmentation approach is presented which employsDempster-Shafer Theory (DST) for information fusion. In theproposed method, Fuzzy C-mean (FCM) is applied to separatefeatures and then the outputs of FCM are interpreted to basicbelief structures. The salient aspect of this work is theinterpretation of each FCM outputs to the belief structures withparticular focal elements. The Results of the proposed methodare evaluated using Dice’s similarity index. Qualitative andquantitative comparisons demonstrate that our method hasbetter results and is more robust than other algorithm.

کلیدواژه ها:

MRI; Fuzzy C-mean; segmentation; Dempster-ShaferTheory

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/159109/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Ghasemi, Jamal و Ghaderi, Reza و Karami mollaei, Mohamad Reza و Hojjatoleslami, Ali,1390,Brain Tissue Segmentation by FCMand Dempster-Shafer Theory,هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران,تهران,,,https://civilica.com/doc/159109

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, Ghasemi, Jamal؛ Reza Ghaderi و Mohamad Reza Karami mollaei و Ali Hojjatoleslami)
برای بار دوم به بعد: (1390, Ghasemi؛ Ghaderi و Karami mollaei و Hojjatoleslami)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • data, " IEEE transactions on medical imaging, _ 17, pp. ...
  • D. L. Pham, C. Xu, and J. L. Prince, "A ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 5,692
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی