Abstrato

ALGORITMOS FUZZY POSSIBLIST C-MEANS (IFPCM) MELHORADOS PARA A SEGMENTAÇÃO DE IMAGENS DE RESSONÂNCIA MAGNÉTICA

Hussian AbouSora, Said Ghoniemy, Sayed A. Banwan, EAZanaty, Ashraf Afifi

Neste artigo, propomos um novo método denominado “c-means fuzzy possibilista melhorado (IFPCM)”, que pode melhorar a segmentação de imagens médicas. O método proposto combina as funções fuzzy c-means (FCM) e c-means possibilistas (PCM) sem considerar quaisquer restrições espaciais na função objetivo. É realizado modificando a função objetivo do algoritmo PCM convencional com pesos expoentes gaussianos para produzir associações e possibilidades simultaneamente, juntamente com os protótipos de pontos usuais ou centros de cluster para cada cluster. O IFPCM evita vários problemas dos métodos de agrupamento difuso existentes, resolve o defeito de sensibilidade ao ruído do FCM e ultrapassa o problema dos agrupamentos coincidentes do PCM. O algoritmo proposto é avaliado e comparado com as técnicas possibilísticas modificadas mais populares de c-means através da aplicação em imagens cerebrais simuladas de ressonância magnética corrompidas com ruído. Os resultados quantitativos sugerem que o algoritmo proposto produz melhores resultados de segmentação que os restantes para todas as imagens testadas.