Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Fuzzy c-means with wavelet filtration for MR image segmentation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092828" target="_blank" >RIV/61989100:27240/14:86092828 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/14:86092828

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/NaBIC.2014.6921884" target="_blank" >http://dx.doi.org/10.1109/NaBIC.2014.6921884</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/NaBIC.2014.6921884" target="_blank" >10.1109/NaBIC.2014.6921884</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fuzzy c-means with wavelet filtration for MR image segmentation

  • Popis výsledku v původním jazyce

    In this paper, we present an image segmentation technique based on fuzzy c-means (FCM) incorporated with wavelet domain noise filtration. With the use of image noise feature estimation composed of preliminary coefficient classification and wavelet domainindicator, a filter for balancing the preservation of relevant details against the degree of noise reduction can be created. The filter is further incorporated with FCM algorithm into the membership function for clustering. This approach allows FCM notonly to exploit useful spatial information, but also dynamically minimize clustering errors caused by common noise in medical images. Experimental results suggest its usefulness for reducing FCM clustering noise sensitivity. In MR image segmentation applications, the proposed method outperforms other FCM variations, in terms of quantitative performance measure and visual quality. 2014 IEEE.

  • Název v anglickém jazyce

    Fuzzy c-means with wavelet filtration for MR image segmentation

  • Popis výsledku anglicky

    In this paper, we present an image segmentation technique based on fuzzy c-means (FCM) incorporated with wavelet domain noise filtration. With the use of image noise feature estimation composed of preliminary coefficient classification and wavelet domainindicator, a filter for balancing the preservation of relevant details against the degree of noise reduction can be created. The filter is further incorporated with FCM algorithm into the membership function for clustering. This approach allows FCM notonly to exploit useful spatial information, but also dynamically minimize clustering errors caused by common noise in medical images. Experimental results suggest its usefulness for reducing FCM clustering noise sensitivity. In MR image segmentation applications, the proposed method outperforms other FCM variations, in terms of quantitative performance measure and visual quality. 2014 IEEE.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    NaBIC 2014 ; CASoN 2014 : July 30-31, Porto, Portugal

  • ISBN

    978-1-4799-5937-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    12-16

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    Porto

  • Datum konání akce

    30. 7. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku