شماره ركورد كنفرانس
5238
عنوان مقاله
بخشبندي بطنهاي مغزي با استفاده از خوشهبند فازي بهينهسازي شده با الگوريتم نوين شاهين هريس
عنوان به زبان ديگر
Segmentation of Cerebral Ventricles Using Fuzzy Clustering Optimized by Harris Hawk Algorithm
پديدآورندگان
اصفهاني سيدحامد ha_esfahani98@sut.ac.ir دانشجوي كارشناسي ارشد، گروه بيوالكتريك، دانشكده مهندسي پزشكي، دانشگاه صنعتي سهند، تبريز، ايران , فهمي جعفرقلخانلو علي a_fahmi@sut.ac.ir دانشجوي دكتري، گروه بيوالكتريك، دانشكده مهندسي پزشكي، دانشگاه صنعتي سهند، تبريز، ايران , شمسي موسي shamsi@sut.ac.ir استاد، گروه بيوالكتريك، دانشكده مهندسي پزشكي، دانشگاه صنعتي سهند، تبريز، ايران , عليپور صيفار اكبر spot261@gmail.com دانشجوي دكتري، گروه بيوالكتريك، دانشكده مهندسي پزشكي، دانشگاه صنعتي سهند، تبريز، ايران
تعداد صفحه
6
كليدواژه
الگوريتمهاي فراابتكاري , بهينهساز شاهين هريس , بخشبندي بطنهاي مغزي , خوشهبند فازي , ويژگيهاي كانال تجميعي.
سال انتشار
1401
عنوان كنفرانس
بيست و نهمين كنفرانس ملي و هفتمين كنفرانس بينالمللي مهندسي زيست پزشكي ايران
زبان مدرك
فارسي
چكيده فارسي
سيستم بطني مغز تغييرات ناشي از رشد، پيري و آسيبها را ارزيابي ميكند. تشخيص سريع تغييرات ريختشناسي بطنها ميتواند وضعيت باليني بيمار را مشخص كند. بخشبندي تصوير يكي از مهمترين مراحل پيشپردازش جهت اندازهگيري شاخصهاي خطي بطنهاي مغزي است. در اين مطالعه الگوريتم خوشهبند فازي (FCM) بهينهسازي شده با استفاده از الگوريتم شاهين هريس (HHO) ارائه ميشود. ابتدا نيازمند تخمين اوليه ناحيه مورد نظر هستيم كه اين كار با استفاده از ويژگيهاي كانال تجميعي (ACF) انجام ميشود. معيارهاي بخشبندي نشان ميدهند كه الگوريتم پيشنهادي نسبت به بهينهساز ازدحام ذرات (PSO) و مدل كانتور فعال مبتني بر تنظيم سطح فاصله (DRLSE) عملكرد بهتري دارد. ميانگين معيارهاي دقت، حساسيت، ويژگي، دايس و جاكارد براي الگوريتم پيشنهادي بهترتيب 90%، 82%، 99%، 86% و 75% بهدست آمد.
چكيده لاتين
The cerebral ventricular system evaluates the changes caused by growth, aging and injuries. Quick detection of morphological ventricle changes can determine the clinical condition of patient. Image segmentation is one of the most important preprocessing steps to measure the linear indices of cerebral ventricles. In this study, the Fuzzy C-Means (FCM) clustering algorithm optimized using Harris Hawk optimization (HHO) is presented. First, we need an initial estimate of the desired region, which is done using the Aggregate Channel Features (ACF). Experimental results show that the proposed algorithm performs better than the particle swarm optimization (PSO) and the active contour model based on distance regularized level set evolution (DRLSE). The average of precision, sensitivity, specificity, Dice and Jaccard indexes for the proposed algorithm were 90%, 82%, 99%, 86% and 75%, respectively.
كشور
ايران
لينک به اين مدرک