文件名称：基于医学图像分割技术的高效脑MRI检测与分类策略分析-研究论文
文件大小：999KB
文件格式：PDF
更新时间：2024-06-30 04:15:00
Brain Tumor MRI
在过去的几年中，基于脑 MRI 的图像分割在医学图像处理研究领域中获得了越来越热门的研究课题。 MR图像肿瘤影响区域的分割、检测和提取对于医学专业人员和放射科医师来说是非常困难和耗时的任务。 他们的经验对于提高准确性非常重要。 所以，使用基于计算机的分割和分类，性能变得更好，消除人工工作的危险，提高准确性。 在这项工作中，基于计算机的检测是基于有效算法完成的，包括边缘检测、分割、阈值处理。 之后，为了提高质量因子的准确性和基于 Fuzzy-C-Means 的分类器，用于每个分割肿瘤的分类和特征提取。 工作由几种分割方法组成，如基于边缘、基于阈值和这种用于分割准确疾病区域的方法。 我们提出的方法的实验性能已在此处基于准确性、灵敏度、特异性、假阳性率 (FPR) 对脑肿瘤 MR 图像的质量和性能分析进行了证明。 实验结果达到了超过 80% 的分类器准确率，对于对MR图像中的肿瘤分类技术进行了准确的分析，并分析了该方法的有效性。 同样对于实验研究，作为 PSNR 和 MSE 值的图像质量参数比其他方法产生更好的结果。