Biblioteca122.739 documentos en línea

Artículo

Research on ARKFCM Algorithm Based on Membership Constraint and Bias Field Correction in Neonatal HIE Image Segmentation MethodInvestigación sobre el algoritmo ARKFCM basado en la restricción de pertenencia y la corrección del campo de sesgo en el método de segmentación de imágenes de HIE neonatal

Resumen

En primer lugar, este artculo presenta el algoritmo de C-means difuso basado en kernel regularizado adaptativamente y basado en la restriccin de pertenencia (G-ARKFCM). Bajo la idea del aprendizaje competitivo basado en penalizar a los oponentes, se introduce un nuevo elemento de penalizacin de la funcin de restriccin de membresa para cada punto de muestra en la imagen segmentada, de modo que el algoritmo ARKFCM ya no est limitado al ndice difuso =2. En segundo lugar, se introduce la optimizacin multiplicativa de componentes intrnsecos (MICO) en G-ARKFCM para obtener el algoritmo GM-ARKFCM, que puede corregir el campo de sesgo al segmentar imgenes HIE neonatales. Comparado con otros algoritmos, el algoritmo GM-ARKFCM tiene mejor calidad de segmentacin y robustez. El algoritmo GM-ARKFCM puede segmentar de forma ms completa los ventrculos neonatales y la sustancia blanca circundante y puede conservar ms informacin de la imagen original.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento