خلاصة:
يمكن للأطباء، بمساعدة صور الرنين المغناطيسي، تمييز أنسجة الدماغ المختلفة عن بعضها البعض وتحديد أورام الدماغ المحتملة فيها. إن عدم التشخيص الدقيق لمناطق الورم من قبل الأطباء يؤدي إلى عدم القضاء على المنطقة الورمية بشكل جيد أثناء الجراحة المحتملة للورم أو العلاجات الأخرى، مما يعرض حياة المرضى للخطر. إحدى طرق زيادة دقة تشخيص منطقة الورم هي استخدام الطرق الآلية لتحديد الورم بمساعدة طرق مثل تقسيم الصور. يعتبر التجميع الضبابي أحد التقنيات المهمة في معالجة الصور وتقسيم الصور. أحد تحديات الخوارزميات المختلفة للتجميع، بما في ذلك خوارزمية التجميع الضبابي، هو الاختيار الأمثل لمراكز المجموعات، حيث يؤدي اختيارها الأمثل إلى تحسين مخرجات التجميع. في هذا البحث، ومن أجل اختيار مراكز المجموعات في خوارزمية التجميع الضبابي، تم استخدام مفاهيم ذكاء سرب الجسيمات. في الطريقة المقترحة، يتم نمذجة كل مصفوفة عضوية للتجميع الضبابي في شكل جسيم، ويتم استخدام عدد من مصفوفات العضوية هذه في شكل مجموعة من الجمهرة الأولية لخوارزمية الجسيمات للحصول على أفضل مراكز المجموعات لتقسيم أكثر دقة وتشخيص مناطق أورام الدماغ في صور الرنين المغناطيسي. تظهر نتائج التجارب والتنفيذات المختلفة أن متوسط قيم مؤشر جاکارد، ومؤشر التشابه، بلغت ٩٤٪ و ٩٥.٩١٪ على التوالي، وبالمقارنة مع طرق التجميع FCM و KFCM و SOM-FCM، فإن دقة وحساسية الطريقة المقترحة بلغت ٣٠.٩٦٪ و ٤٢.٨٢٪ و ١٧٪ على التوالي من حيث مؤشر التشابه والحساسية، مما يعني أنها تعمل بشكل جيد.
ملخص الجهاز:
في الطريقة المقترحة، يتم نمذجة كل مصفوفة عضوية للتجميع الضبابي في شكل جسيم، ويتم استخدام عدد من مصفوفات العضوية هذه في شكل مجموعة من الجمهرة الأولية لخوارزمية الجسيمات للحصول على أفضل مراكز المجموعات من أجل تقسيم أكثر دقة وتشخيص مناطق أورام الدماغ في صور الرنين المغناطيسي.
ويعد التجميع ٩ أحد التقنيات المهمة والأكثر استخداماً في تجزئة صور الرنين المغناطيسي للدماغ، حيث تم تقديم وعرض خوارزميات مختلفة له، ومن بينها خوارزمية التجميع الضبابي (Fuzzy C-Means) ١٠ التي تتميز بتطبيق خاص نظراً لحساسيتها المنخفضة تجاه الضوضاء في تجزئة الصور الطبية.
وبالنظر إلى أن مسألة تحديد المراكز المثلى للتجميع الضبابي تعتبر مسألة تحسين صعبة ومعقدة، فهل يمكن نمذجة مجموعة من مصفوفات العضوية للتجميع الضبابي في شكل جسيمات، وباستخدام خوارزمية الجسيمات، استخدام أفضل مصفوفة عضوية تمتلك مراكز أكثر مثالية مقارنة بالجسيمات الأخرى من أجل التجزئة المثلى لصور الرنين المغناطيسي للدماغ وتشخيص أورام الدماغ؟ في هذا المقال، نهدف إلى نمذجة مجتمع من ناقلات العضوية في شكل جسيمات بحيث يتم تقليل قيمة دالة الهدف للمسألة من خلال تكرار خوارزمية الجسيمات.
في هذا القسم، يتم تقديم طريقة مقترحة وهجينة لتحسين خوارزمية التجميع الضبابي بمساعدة خوارزمية تحسين سرب الجسيمات ٤٦، وذلك لإجراء عملية التقسيم بدقة أكبر على مجموعة من صور الرنين المغناطيسي للدماغ واستخراج أورام الدماغ بدقة عالية.
Raw image (راجع صورة الصفحة)/ الشكل (٤): ثلاثة نماذج لصور رنين مغناطيسي خام للدماغ مع أنواع مختلفة من الضوضاء طبقة التقسيم: في هذه الطبقة، يتم دمج طريقة التجميع الضبابي (Fuzzy Clustering) مع خوارزمية ذكاء سرب الجسيمات (Particle Swarm Intelligence) لتحديد أفضل مراكز المجموعات في الصورة.
(
, 
, 
)
