한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

적응적 개미군집 퍼지 클러스터링 기반 의료 영상분할

An ACA-based fuzzy clustering for medical image segmentation

  • 유정민 (광주과학기술원 정보통신공학부) ;
  • 전문구 (광주과학기술원 정보통신공학부)
  • Yu, Jeong-Min (School of Information and Communications, Gwangju Institute of Science and Technology) ;
  • Jeon, Moon-Gu (School of Information and Communications, Gwangju Institute of Science and Technology)
  • 발행 : 2012.11.22
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

Possibilistic c-means (PCM) 알고리즘은 fuzzy c-means (FCM) 의 노이즈 민감성을 극복하기 위해 제안 되었다. 하지만, PCM 은 사용되는 시스템 파라미터들의 초기화와 coincident 클러스터링 문제로 인하여 그 성능이 민감하다. 본 논문에서는 이러한 문제점들을 극복하기 위해 개미군집 알고리즘(Ant colony algorithm)을 이용한 퍼지 클러스터링(fuzzy clustering) 알고리즘을 제안한다. 먼저, 개미군집 알고리즘을 통해 PCM 의 클러스터 개수 및 중심 값 파라미터를 최적화 하고, 미리 분류된 화소 정보를 이용하여 PCM 의 coincident 클러스터링 문제를 해결하였다. 제안된 알고리즘의 효율성을 의료 영상 분할 문제에 적용하여 확인하였다.

키워드