earticle

영어

Various kinds of methods are being introduced recently to help in Image segmentation of medical image which is of immense use and application. Similarly, Brain MRI Image Segmentation has always been a thought-provoking job, which is of immense importance for clinical application and scientific research. Various approach have been proposed for automatic, semiautomatic and manual based segmentation utilizing different datasets available online or local database of a medical institution, in order to obtain more precise and accurately distinguishable segments. Here, we are applying a super pixel generation Simple Linear Iterative Clustering (SLIC) algorithm to make the image more suitable for clustering pixel of same intensity levels of closely related groups. Application of Super pixel along with Kmeans or EM algorithm helps to make clustering more robust and clear. Therefore the resulted outcome is represented as RGB based color-segmented image of White matter, Grey matter, CSF, and background by using mid-Cross-sectional brain of normal human brain image.

한국어

많은 분야에서 이용되고 있는 영상 세션화의 의료 영상을 지원하기 위해 최근 다양한 방법들이 소개되고 있다. 마찬 가지로 뇌 MRI 영상 세션화는 항상 임상 응용 및 과학적 연구에 중요한 영향을 미치고 있다. 또한 보다 정확하고 정확하게 구별 가능한 세그먼트를 얻기 위하여 의료기관의 온라인 또는 로컬 데이터베이스에서 사용 가능한 여러 가 지 데이터 세트를 활용하는 자동, 반자동 및 수동 기반 세션화에 대한 다양한 접근 방식이 제안되고 있다. 이 논문에 서는 밀접하게 관련된 그룹의 동일한 강도 수준의 픽셀을 클러스터링하는 데 적합한 이미지를 만들기 위해 슈퍼 픽 셀 생성 알고리즘을 제안한다. 슈퍼 픽셀의 응용은 보다 강력하고 명확하게 클러스트링을 만들 수 있게 된다. 따라 서 실험적 결과로 인간 두뇌의 중간 횡단면을 사용하며 4개의 중요한 구성 요소 즉, 백질, 회백질, 뇌척수액 및 배경 은 RGB 기반 컬러 세그멘트된 이미지로 나타난다.