کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

صفحه اصلی / ششمین کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

الگوریتم ترکیبی FCM-PSO برای قطعه‌بندی تصویر مغز

نویسندگان :

سمیرا سارانی¹

1- دانشگاه علم و صنعت ایران-تهران

کلمات کلیدی :

الگوریتم c-means فازی،الگوریتم تجمع ذرات،خوشه بندی،قطعه‌بندی تصویر

چکیده :

الگوریتم c-mean (FCM) فازی یک الگوریتم خوشه‌بندی بدون نظارت شناخته‌شده مبتنی بر منطق فازی است و در بسیاری از برنامه‌ها استفاده می‌شود. با این حال این الگوریتم از نقاط ضعفی برخوردار است. یکی از این معایب این است که در زمان مواجهه با مسائل پیچیده همانند داده‌های تصاویر پزشکی، حین اجرا اغلب در حداقل‌های محلی گیر می‌افتد که این اتفاق منجر به نتایج خوشه‌بندی نامطلوب می‌شود. بهینه‌سازی تجمع ذرات یک الگوریتم بهینه‌سازی فراابتکاری مبتنی بر جمعیت است که به عنوان یک رویکرد برای تحقیقات جامع در نظر گرفته می‌شود و در بسیاری از مسائل بهینه‌سازی استفاده می‌شود. برای غلبه بر مشکل موجود در الگوریتم FCM و برای دستیابی به نتایج بهتر، الگوریتم ترکیبی FCM-PSO با ترکیب ویژگی‌های بی‌نظیر الگوریتم‌های FCM و PSO پیشنهاد شده است. این آزمایش بر روی یک مجموعه داده سه وجهی و مجموعه داده‌های واقعی مغز در دسترس عموم اجرا شده و نتایج آنها را از نظر آماری و شهودی مقایسه کرده است. نتایج تجربی به دست آمده، اثر الگوریتم ترکیبی پیشنهادی FCM-PSO را نشان می‌دهد.