Au cours des dernières décennies, l'avancement des nouvelles technologies dans les équipements informatiques, les caméras et les dispositifs médicaux est devenu un point de départ pour la forme des systèmes d'imagerie médicale. Depuis lors, de nombreux nouveaux dispositifs médicaux, par exemple les appareils à rayons X, les tomodensitogrammes, l'imagerie par résonance magnétique, etc., accompagnés d'algorithmes opérationnels à l'intérieur ont grandement contribué au succès du diagnostic des cas cliniques. L'amélioration de la précision de la segmentation, qui joue un rôle important dans la reconnaissance des schémas pathologiques, a fait l'objet de diverses recherches ces dernières années. La segmentation utilisant un clustering flou avancé pour gérer les problèmes de frontières communes entre les clusters permettrait de relever de nombreux défis en imagerie médicale. Dans cet article, nous proposons un nouvel algorithme de clustering flou basé sur les matrices orthogonales neutrosophiques pour la segmentation des images X-Ray dentaires. Cet algorithme transforme les données d'image en un ensemble neutrosophique et calcule les produits internes de la matrice de coupe d'entrée. Les pixels sont ensuite segmentés par le principe orthogonal pour former des grappes. La validation expérimentale sur des ensembles de données dentaires réels de l'hôpital universitaire médical de Hanoi, au Vietnam, a montré la supériorité de la méthode proposée par rapport aux méthodes pertinentes en termes de qualité de regroupement.

En las últimas décadas, el avance de las nuevas tecnologías en equipos informáticos, cámaras y dispositivos médicos se convirtió en un punto de partida para la forma de los sistemas de imágenes médicas. Desde entonces, muchos dispositivos médicos nuevos, por ejemplo, las máquinas de rayos X, las tomografías computarizadas, las imágenes por resonancia magnética, etc., acompañados de algoritmos operativos en su interior, han contribuido en gran medida al diagnóstico exitoso de casos clínicos. La mejora de la precisión de la segmentación, que desempeña un papel importante en el reconocimiento de patrones de enfermedades, ha sido el foco de varias investigaciones en los últimos años. La segmentación que utiliza la agrupación difusa avanzada para manejar los problemas de los límites comunes entre los grupos abordaría muchos desafíos en las imágenes médicas. En este artículo, proponemos un nuevo algoritmo de agrupamiento difuso basado en las matrices ortogonales neutrosóficas para la segmentación de imágenes de rayos X dentales. Este algoritmo transforma los datos de imagen en un conjunto neutrosófico y calcula los productos internos de la matriz de corte de entrada. A continuación, los píxeles se segmentan mediante el principio ortogonal para formar grupos. La validación experimental en conjuntos de datos dentales reales del Hospital Universitario Médico de Hanoi, Vietnam, mostró la superioridad del método propuesto frente a los relevantes en términos de calidad de agrupamiento.

Over the last few decades, the advance of new technologies in computer equipment, cameras and medical devices became a starting point for the shape of medical imaging systems. Since then, many new medical devices, e.g. the X-Ray machines, computed tomography scans, magnetic resonance imaging, etc., accompanied with operational algorithms inside has contributed greatly to successful diagnose of clinical cases. Enhancing the accuracy of segmentation, which plays an important role in the recognition of disease patterns, has been the focus of various researches in recent years. Segmentation using advanced fuzzy clustering to handle the problems of common boundaries between clusters would tackle many challenges in medical imaging. In this paper, we propose a new fuzzy clustering algorithm based on the neutrosophic orthogonal matrices for segmentation of dental X-Ray images. This algorithm transforms image data into a neutrosophic set and computes the inner products of the cutting matrix of input. Pixels are then segmented by the orthogonal principle to form clusters. The experimental validation on real dental datasets of Hanoi Medical University Hospital, Vietnam showed the superiority of the proposed method against the relevant ones in terms of clustering quality.

على مدى العقود القليلة الماضية، أصبح تقدم التقنيات الجديدة في معدات الكمبيوتر والكاميرات والأجهزة الطبية نقطة انطلاق لشكل أنظمة التصوير الطبي. ومنذ ذلك الحين، ساهمت العديد من الأجهزة الطبية الجديدة، مثل أجهزة الأشعة السينية، ومسح التصوير المقطعي المحوسب، والتصوير بالرنين المغناطيسي، وما إلى ذلك، مصحوبة بخوارزميات تشغيلية في الداخل، بشكل كبير في التشخيص الناجح للحالات السريرية. كان تعزيز دقة التقسيم، الذي يلعب دورًا مهمًا في التعرف على أنماط المرض، محور تركيز العديد من الأبحاث في السنوات الأخيرة. التقسيم باستخدام التجميع العنقودي الغامض المتقدم للتعامل مع مشاكل الحدود المشتركة بين المجموعات من شأنه أن يعالج العديد من التحديات في التصوير الطبي. في هذه الورقة، نقترح خوارزمية تجميع غامضة جديدة تعتمد على المصفوفات المتعامدة النيوتروسوفية لتقسيم صور الأشعة السينية للأسنان. تقوم هذه الخوارزمية بتحويل بيانات الصورة إلى مجموعة نيوتروسوفية وتحسب المنتجات الداخلية لمصفوفة القطع للمدخلات. ثم يتم تقسيم وحدات البكسل حسب المبدأ المتعامد لتشكيل مجموعات. أظهر التحقق التجريبي على مجموعات بيانات الأسنان الحقيقية لمستشفى جامعة هانوي الطبية في فيتنام تفوق الطريقة المقترحة على الطرق ذات الصلة من حيث جودة التجميع.