...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The international arab journal of information technology >Brain Tumor Segmentation in MRI Images Using Integrated Modified PSO-Fuzzy Approach
【24h】

Brain Tumor Segmentation in MRI Images Using Integrated Modified PSO-Fuzzy Approach

机译：使用集成改进的PSO-模糊方法在MRI图像中进行脑肿瘤分割

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An image segmentation technique based on maximum fuzzy entropy is applied for Magnetic Resonance (MR) brain images to detect a brain tumor is presented in this paper. The proposed method performs image segmentation based on adaptive thresholding of the input MR brain images. The MR brain image is classified into two Membership Function (MF), whose MFs of the fuzzy region are Z-function and S-function. The optimal parameters of these fuzzy MFs are obtained using Modified Particle Swarm Optimization (MPSO) algorithm. The objective function for obtaining the optimal fuzzy MF parameters is considered to be the maximum the fuzzy entropy. In the course of a number of examples, the performance is compared with those using existing entropy-based object segmentation approaches and the superiority of the proposed MPSO method is demonstrated. The experimental results are compared with the exhaustive search method and Otsu segmentation technique. The result shows the proposed fuzzy entropy based segmentation method optimized using MPSO achieves maximum entropy with proper segmentation of tumor and with minimum computational time.
机译：本文提出了一种基于最大模糊熵的图像分割技术，用于磁共振（MR）脑图像的检测。所提出的方法基于输入MR脑图像的自适应阈值执行图像分割。 MR大脑图像分为两个隶属度函数（MF），其模糊区域的MF分别为Z函数和S函数。这些模糊MF的最佳参数是使用改进的粒子群优化（MPSO）算法获得的。获得最佳模糊MF参数的目标函数被认为是最大的模糊熵。在许多示例过程中，将性能与使用现有的基于熵的对象分割方法进行了比较，并证明了所提出的MPSO方法的优越性。将实验结果与穷举搜索法和大津分割技术进行了比较。结果表明，所提出的基于MPSO的基于模糊熵的分割方法可以在合理分割肿瘤的同时，以最少的计算时间实现最大的熵。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号