Resumen

Tras ensayos clínicos de larga duración, se ha demostrado que la RMN es inocua para el ser humano y se utiliza popularmente en el diagnóstico médico. Aunque la RM es muy sensible, proporciona abundante información sobre la organización. Por lo tanto, cómo transformar las imágenes multiespectrales que es más fácil de ser utilizado para el diagnóstico clínico del médico. En esta tesis, el método difuso bidireccional de detección de bordes se utiliza para resolver el problema convencional SRG de orden creciente en las etapas iniciales de siembra. Con el fin de superar los problemas de las diferentes regiones, aunque es la misma distancia euclidiana para las etapas de crecimiento de la región y el proceso de fusión, presentamos el método de detección de picos para mejorarlos. Se aplica el proceso de generación de objetivos de desviación estándar (SDTGP) para garantizar que el proceso de fusión de regiones no cause una segmentación excesiva o insuficiente. Los resultados experimentales revelan que FISRG segmenta una imagen de RM multiespectral de forma mucho más eficaz que FAST y K -means.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:método difuso bidireccional de detección de bordes, proceso de generación de objetivos de desviación estándar, información de organización abundante, problema srg convencional, etapas iniciales de siembra, etapas de proceso de fusión, imagen mr multiespectral, método de detección de picos, misma distancia euclidiana, orden
• Keywords:fuzzy bidirectional edge detection method, standard deviation target generation process, abundant organization information, conventional srg problem, initial seed stages, merging process stages, multispectral mr image, peak detection method, same euclidean distance, order