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