ارائه یک رویکرد جدید برای قطعه بندی تصاویر MRI بیماران MS با استفاده از الگوریتم K means و بهینه سازی آن توسط شبکه عصبی

در این مقاله با استفاده از روش های مبتنی بر الگوریتم K means جهت قطعه بندی تصویر MRI به منظور تشخیص بیماری MS پرداخته می شودو در پایان با استفاده از شبکه های عصبی تلاش می شود تا خروجی بدست آمده از روش K means را بهینه سازی کنیم. باتوجه به اینکه تصاویر MRI مغز بیشتر شامل نویز ، غیر یکنواختی و ... است تشخیص بیماری را برای پزشک مشکل نموده بنابراین قطعه بندیدقیق تصاویر میتواند قابلیت اطمینان و اثربخشی درمان را بهبود بخشد.نظر به اینکه خوشه بندی راهی برای یافتن ساختار داده های پیچیده فراهم می کند با استفاده از این ویژگی k-means از این الگوریتم برای قطعه بندی کردن تصاویر MRI استفاده می شود و توسط شبکه های عصبی آن را بهینه نمودیم در این مقاله میبینیم که با اعمال الگوریتم K means بر روی تصاویر MRI پلاک ها به وضوح نمایش داده میشود. سپس معیار های ارزیابی از قبیل TN را استخراج میکنیم

کلیدواژه ها:

الگوریتم k-means ، پردازش تصویر ، شبکه عصبی ، قطعه بندی