انسیه نورمحمدی - گروه کامپیوتر، موسسه آموزش عالی میرداماد گرگان
امین بزازی - گروه کامپیوتر، واحد گرگان، دانشگاه آزاد اسلامی، گرگان، ایران
مجتبی سلیمانی - گروه کامپیوتر، موسسه آموزش عالی میرداماد گرگان

در این مقاله برای قطعه بندی تصویر MRI مغز از روش خوشه بندی C-means فازی ترکیبی استفاده شده است. پیکسل ها در هریک از ناحیه های GM, WM و CSF مقادیر شدت روشنایی مشابه دارند. به همین دلیل مقادیر سطح خاکستری پیکسل ها در تصویر مغز به عنوان پایه و اساس خوشه بندی در نظر گرفته می شوند. دو نقطه مرزی بهینه برای تقسیم پیکسل های موجود در تصویر مغز به سه ناحیه بر اساس شدت آنها مورد نیاز است. نقاط مرزی بهینه با استفاده از الگوریتم تکاملی غذایابی باکتری- ژنتیک (GA-BFO)، برای تقسیم تصویر مغز به سه ناحیه و یا خوشه به دست آمده است. سپس مراکز نهایی خوشه ها محاسبه شده اند. FCM با استفاده از این مراکز نهایی برای به دست آوردن ماتریس عضویت فازی تنها یک بار اجرا شد. پس از اصلاح ماتریس عضویت، تصویر مغز با استفاده از ماتریس عضویت نهایی قطعه بندی شده است. نتایج پیاده سازی و ارزیابی های کمی و کیفی روی تصاویر MRI واقعی، بیانگر عملکرد مطلوب الگوریتم پیشنهادی است.

قطعه بندی، MRI، بافت مغز، خوشه بندی فازی، روش های محاسبات نرم