Browsing by Author "Souhil Larbi BOULANOUAR"

Now showing 1 - 2 of 2
  • Thumbnail Image
    ItemMetadata only
    A New Hybrid Image Segmentation Method Based on Fuzzy C-Mean and Modified Bat Algorithm
    (Université de M'sila, 2022) Souhil Larbi BOULANOUAR; Chaabane Lamiche2
    Magnetic resonance imaging (MRI) plays an important role in clinical diagnosis, because of that it has attracted increasing attention in recent years. The symptom of many diseases corresponds to the brain's structural variants. The detection of various diseases has became very useful through the segmentation methods. Fuzzy c-means (FCM) considers among the popular clustering algorithms for medical image segmentation. However, FCM is sensitive to the noise and falls into local optimal solution easily because of the random initialization of the cluster centers. In this research, we propose a hybrid method based on modified fuzzy bat algorithm (MFBA) and the FCM clustering algorithm named MFBAFCM. This developed approach uses the MFBA to get better initial cluster centers for the FCM algorithm by using a new fitness function, which combines intra cluster distance with fuzzy cluster validity indices. Experimental results on several MRI brain images corrupted by different levels of intensity non-uniformity and noise, show that the proposed method produced better results than the standard FCM and some other recent published works
  • Thumbnail Image
    ItemOpen Access
    Nouvelle Méthode Hybride pour la Segmentation des Images Médicales IRM
    (Université de M'sila, 2022) Souhil Larbi BOULANOUAR
    في الوقت الحالي، تعد الصور الطبية للتصوير بالرنين المغناطيسي مصدرًا مهمًا للمعلومات للأطباء، يوفر هذا النوع من التصوير تمثيلات عالية الدقة لتشريح الدماغ. تعتبر مشاكل التصوير بالرنين المغناطيسي مثل الضوضاء وعدم انتظام الكثافة (INU) والحجم الجزئي قيدًا رئيسيًا لإجراء تحليل مفصل لصورة التصوير بالرنين المغناطيسي للدماغ. تعد تجزئة صور التصوير بالرنين المغناطيسي للدماغ عملية مهمة تساعد الأطباء على قياس وتصور الهياكل التشريحية للدماغ، تعتبر خوارزمية المتوسطات الضبابية (FCM) من بين خوارزميات التجميع الشائعة لتجزئة صور التصوير بالرنين المغناطيسي للدماغ. ومع ذلك، فإن FCM حساسة لتهيئة مراكز الاقسام. في هذه الأطروحة، قمنا باقتراح طريقة هجينة اسمها MFBAFCM لتجزئة صور الرنين المغناطيسي للدماغ، طريقتنا تستخدم خوارزمية الخفاش الضبابي المعدلة (MFBA) لإيجاد أفضل مراكز اقسام لتهيئة خوارزمية FCM التقليدية بالاعتماد على دالة لياقة جديدة. تظهر النتائج التجريبية على العديد من صور الدماغ بالرنين المغناطيسي التي تم إتلافها بمستويات مختلفة من INU والضوضاء أن طريقتنا المقترحة أنتجت نتائج أفضل من FCM التقليدية وبعض الأعمال الأخرى المنشورة مؤخرًا.