با سلام

در میان روش­های خوشه­ بندی (قطعه بندی) تصاویر پزشکی، روش Fuzzy C Means (FCM) به علت حالت یادگیری بدون ناظر و همچنین انعطاف­پذیری آن در خوشه ­بندی پیکسل­های تصویر یکی از معروفترین متدها می باشد. علی­رغم عملکرد خوب الگوریتم FCM روی اکثر تصاویر، این الگوریتم در قطعه ­بندی تصاویر نویزی با شکست مواجه می شود.

الگوریتم spatial fcm (SFCM) به منظور حل مشکل FCM در سال ۲۰۰۶ پیشنهاد و ارائه شده است. الگوریتم SFCM تعمیمی از FCM است. بطوریکه در تصاویر پزشکی مانند MRI پیکسل­های همسایه همبستگی زیادی با یکدیگر دارند و معمولا به یکدیگر وابسته هستند. در الگورتم FCM این ارتباط بین پیکسل­ها در نظر گرفته نشده است که این امر موجب شکست در قطعه­ بندی تصاویر با دقت بالا می­گردد. الگوریتم SFCM با در نظر گرفتن پیکسل­های همسایه سعی در قطعه بندی تصاویر نویزی با دقت بالا می نماید.

این مجموعه آموزشی شامل موارد زیر می باشد:

۱- فیلم آموزش مباحث تئوری الگوریتم SFCM

۲- فیلم آموزش نحوه پیاده سازی الگوریتم SFCM در متلب

۳- سورس کد متلب الگوریتم SFCM

۴- مقاله اصلی الگوریتم SFCM برای قطعه بندی تصاویر

 

 

SFCMتذکر:

پیش نیاز یادگیری الگوریتم SFCM روش  FCM می باشد. مجموعه آموزشی  FCM را نیز می توانید از اینجا دانلود نمایید.

 

با تشکر