بهینه سازی الگوریتم خوشه بندی فازی متوسط مراکز با روش غیر پارامتریک در قطعه یندی تصاویر تشدید مغناطیسی مغز

اهمیت برآورد و قطعه بندی تصاویر مغزی تشدیدمغناطیسی که با غیر یکنواختی شدت نور و نویز خراب شده اند . در تصاویر پزشکی امری انکار ناپذیر است . علاوه بر آن تعیین خودکار تعداد خوشه ها با توحه به توزیع مجموعه داده به عنوان جالشی برای الگوریتم های خوشه بندی باقی مانده است . الگوریتم خوشه بندی قازی امکان یاصلاحی (MPFCM) توانایی بکارگیری اطلاعات محلی برای تحیل پیوستگی قضای محلی را دارد . پس مانع نویز بوده و به رقع ابهام خوشه بندی کمک می کند . این مقاله برای پراخن به این مشکلات الگوریتم MPFCM را بر اسا روش غیر بارامتریک ببزی و الگوریم ژنیتک انتخاب می شوند . رووش پینشهادی در مقایسه با الگوریتم MPFCM بر اساس روش غیر پارامترکی که نقاط اولیه را به طور دستی انتخاب می کرد . در هموار سازی قضای کاری و بهبود دقت خوشه بندی عملکرد بهتری نشان می دهد .