ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Ingénierie des Systèmes d'Information

Networking and Information Systems
1633-1311
Revue des sciences et technologies de l'information
Nouvel éditeur en 2019
 

 ARTICLE VOL 23/6 - 2018  - pp.173-187  - doi:10.3166/isi.23.6.173-187
TITRE
Analyse comparative de la détection du cancer du sein à l'aide de techniques K- moyennes et de segmentation FCM & EMt

TITLE
Comparative analysis of breast cancer detection using K-means and FCM & EM segmentation techniques

RÉSUMÉ
À propos de ces études, nous souhaitons mettre en place des procédures révélatrices de la détection du cancer du sein, qui ont été établies sur la base d’une nouvelle technique d’investigation par la technique floue spatiale et par la méthode K-moyennes des images MRI du sein. Bien que le K-moyennes ait déjà été utilisé dans la segmentation de l'image par MRI du sein, ainsi que dans l'ensemble, il manque la cible pour exploiter l'association spatiale robuste entre les pixels voisins. La procédure de C-moyennes flous spatials (SFCM), c’est-àdire exploiter de manière précise la preuve spatiale et générer une extraordinaire segmentation des images du sein. Pour vérifier les performances de segmentation de C-moyennes flous spatials, de K-moyennes et des méthodes d’Espérance et de Maximisation, nous avons utilisé 5 images de vérité au sol. Les résultats de la segmentation, démontrés par une segmentation extrêmement précise avec les méthodes SFCM, sont comparés à ceuxdes méthodes K-moyennes et des méthodes d’Espérance et de Maximisation sont proposés de manière statistique et graphique.


ABSTRACT
About this study, we would like to existent breast cancer detection revealing procedures, established on the conservative a new spatial fuzzy-technique and K-means technique investigation of breast images. Although, the K-means was previously utilized in breast segmentation of image, along with segmentation of image at overall, this miss the mark to exploit the robust spatial association amongst neighbouring pixels. Spatial fuzzy C-means (sfcm’s) procedure, that is exploit the evidence of spatial accurately and generate extraordinary breast image segmentation. To check the segmentation performance of spatial fuzzy C-means, K-means and expectation maximization methods, we have used 5 ground truth images. The outcomes of segmentation that are demonstrated extra precise segmentation with the sfcm’s matched with that of K-means and expectation and maximization methods are offered statistically and graphically.


AUTEUR(S)
V. NAGI REDDY, P. SUBBA RAO

MOTS-CLÉS
SFCM, image MRI, Flou, K-moyennes, algorithme EM.

KEYWORDS
SFCM, mammogram image, fuzzy, K-means, Em algorithm.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (557 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier