دانلود پروژه دانشجویی برق

دانلود رایگان پروژه دانشجویی و سفارش پروژه

دانلود پروژه دانشجویی برق

دانلود رایگان پروژه دانشجویی و سفارش پروژه

۱ مطلب در آبان ۱۳۹۴ ثبت شده است


Bias-corrected fuzzy c-mean( BCFCM ) algorithm

اصلاح بایاس فیلد با استفاده از الگوریتم BCFCM در متلب

  ناهمگنی شدت فضایی ناشی از هسته فرکانس رادیویی در تصویربرداری رزونانس مغناطیسی (MRI) مشکل عمده ای در تجزیه و تحلیل داده های کامپیوتر MRI است. چنین ناهمگنی طبقه بندی تصاویر MR را بر اساس شدت بسیار دشوار می کند حتی با تکنیک های پیشرفته. به این دلیل که ناهمگنی که در تصاویر MR ظاهر می شود، تغییرات فضایی در بافت آماری آن مثل میانگین و واریانس ایجاد می کند. به علاوه این تخریب بر روی تصاویر مانع تشخیص پزشک میشود چرا که پزشک مجبور است از ناهمگنی مصنوعی در تصاویر مخدوش چشم پوشی کند. الگوریتم BCFCM  الگوریتمی است جهت اصلاح بایاس فیلد و بخش بندی تصاویر . در این مقاله الگوریتم جدیدی برای بخش بندی تطبیقی و تصحیح شدت تصاویر MR ارائه شده است. این الگوریتم با بهبود تابع هدف الگوریتم FCM بدست آمده است.الگوریتم BCFCM برای اصلاح بایاس فیلد و بخش بندی تصاویر در خوشه های مختلف را به طور خلاصه می توان در مراحل زیر خلاصه کرد : 1- مقدار اولیه کلاس ها را انتخاب کنید. و مقدار اولیه بایاس فیلد را خیلی کوچک در نظر بگیرید .( مثلا 0.01 ) 2-ماتریس عضویت را با استفاده از روابط آپدیت کنید. 3-نمونه های اولیه خوشه ها را در قالب میانگین وزنی با استفاده از روابط حاکم بدست آورید 4- بایاس فیلد را با روابط موجود تخمین برنید مراحل 2 تا چهار را تا زمانیکه مرکز خوشه ها تغییر چندانی نکند تکرار کنید. ( خطا کوچک باشد ) این الگوریتم با استفاده از اطلاعات مقاله زیر در محیط متلب کدنویسی شده است و همه روابط برای پیاده سازی الگوریتم داخل مقاله موجود می باشد.

  • نسترن شریفی