Uso do método fuzzy c-means para segmentação de imagens dermatoscópicas de lesões de pele
Carregando...
Data
2012
Autores
Coelho, Talita Salles
Fernandes, Marco Antônio Rodrigues [UNESP]
Miot, Hélio Amante [UNESP]
Yoriyaz, Hélio
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
This work describes a clustering method called c-means fuzzy, utilized for skin lesion dermatoscopic image segmentation. This type of segmentation is based on the method of region grow that differs from conventional clusterization methods by the use of the concept of fuzzy numbers, once that it is appropriate to deal with uncertainties referent to image regions (clusters). The method consists in calculating the pixel pertinence degree in relation to the regions that it can pertain, defined by a given neighborhood. In this work this method was applied in three images of skin lesion that are: two melanomas and one nevu; obtaining three clusters class to each image. These clusters were used to calculate two threshold values. These thresholds were applied in the binarization algorithm to image segmentation. With aim of verify the efficiency of the method, the segmented images through c-means fuzzy method was compared with same images segmented by Otsu algorithm. The segmentation obtained by the FCM algorithm was visibly better than that obtained by Otsu algorithm, this occurs due to the fuzzy numbers influence, where a pixel can pertain to more than one region, but with different pertinence degree.
Este trabalho consiste em apresentar um método de clusterização chamado fuzzy c-means, utilizado na segmentação de imagens dermatoscópicas de lesões de pele. Este tipo de segmentação é baseada no método de crescimento de região que o difere dos métodos convencionais de clusterização por utilizar o conceito de números fuzzy, uma vez que são apropriados para lidar com incertezas referentes as regiões (clusters) de uma dada imagem. O método consiste em calcular o grau de pertinencia de um dado pixel em relação as regiões que ele pode pertencer, definida por uma determinada vizinhança. Neste trabalho este método foi aplicado em três imagens de lesão de pele sendo, dois melanomas e um nevo, obtendose três classes de clusters para cada imagem. Estes clusters foram utilizados para calcular dois valores de limiar. Estes limiares foram aplicados no algoritmo de binarização, para a segmentação da imagem. Com o intuito de se verificar a eficiência deste método nestes tipos de imagem, as imagens segmentadas por meio do método fuzzy c-means foram comparadas com as mesmas imagens segmentadas por meio do algoritmo de Otsu, obtendo-se assim uma segmentação visivelmente melhor do algoritmo FCM em relação ao de Otsu, isto ocorre devido à influência dos números fuzzy, onde um pixel pode pertencer a mais de uma região, porém com diferentes graus de pertinência.
Este trabalho consiste em apresentar um método de clusterização chamado fuzzy c-means, utilizado na segmentação de imagens dermatoscópicas de lesões de pele. Este tipo de segmentação é baseada no método de crescimento de região que o difere dos métodos convencionais de clusterização por utilizar o conceito de números fuzzy, uma vez que são apropriados para lidar com incertezas referentes as regiões (clusters) de uma dada imagem. O método consiste em calcular o grau de pertinencia de um dado pixel em relação as regiões que ele pode pertencer, definida por uma determinada vizinhança. Neste trabalho este método foi aplicado em três imagens de lesão de pele sendo, dois melanomas e um nevo, obtendose três classes de clusters para cada imagem. Estes clusters foram utilizados para calcular dois valores de limiar. Estes limiares foram aplicados no algoritmo de binarização, para a segmentação da imagem. Com o intuito de se verificar a eficiência deste método nestes tipos de imagem, as imagens segmentadas por meio do método fuzzy c-means foram comparadas com as mesmas imagens segmentadas por meio do algoritmo de Otsu, obtendo-se assim uma segmentação visivelmente melhor do algoritmo FCM em relação ao de Otsu, isto ocorre devido à influência dos números fuzzy, onde um pixel pode pertencer a mais de uma região, porém com diferentes graus de pertinência.
Descrição
Palavras-chave
Dermoscopic images, Segmentation, C-means fuzzy, Imagens dermatoscópicas, Segmentação, Fuzzy c-means
Como citar
Revista Brasileira de Física Médica, v. 6, n. 2, p. 99-102, 2012.