Zusammenfassung
Ein wichtiger Bestandteil der (partitionierenden) Clusteranalyse ist die Validierung der in Frage kommenden Lösungen. Am Beispiel von drei Clusteralgorithmen und drei Validitätsfunktionen wurde u.a. für fMRI-Daten festgestellt, dass anhand der Validitätsfunktion die optimale Partition nur dann zuverlässig bestimmt werden kann, wenn zuvor die Zielfunktion der Clusteranalyse ausreichend optimiert wurde. Dazu wurde ein Konzept mit Versuchsserien und einer statistischen Evaluierung verwendet. Dies ermöglicht eine beliebig genaue Optimierung und liefert dem Anwender Hinweise, wann die Optimierung als ausreichend angesehen werden kann.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Bezdek JC, Hall LO, Clarke LP: Review of MR image segmentation techniques using pattern recognition. Med. Phys. 20(4): 1033–1048, 1993.
Möller U, Ligges M, Grünling C et al.: Pitfalls in the clustering of neuroimage data and improvements by global optimization strategies. Neurolmage 14: 206–218, 2001.
Rezaee MR, Lelieveldt BPF, Reiber JHC: A new cluster validity index for the fuzzy cmean. Pattern Recognition Lett 19: 237–246, 1998.
Kim DJ, Park YW, Park DJ: A novel validity index for determination of the optimal number of clusters. IEICE Trans Inf & Syst 84-D: 281–285, 2001.
Fadili MJ, Ruan S, Bloyet D et al.: On the number of clusters and the fuzziness index for unsupervised FCA application to BOLD fMRI time series. Med Image Anal 5: 55–67, 2001.
Goutte C, Toft P, Rostrup E et al.: On clustering fMRI time series. Neuroimage 9: 298–310, 1999.
Möller U, Ligges M, Georgiewa P et al.: How to avoid spurious cluster validation? A methodological investigation on simulated and fMRI data. Neurolmage, in Revision 8. SPM: Statistical Parametric Mapping. http:// www.fil.ion.ucl.ac.uk/spm
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2002 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Möller, U., Ligges, M., Georgiewa, P., Grünling, C., Blanz, B., Witte, H. (2002). Zur Objektivität explorativer Bildstrukturerkennung mittels Clustering. Fehlerquellen und deren Vermeidung. In: Meiler, M., Saupe, D., Kruggel, F., Handels, H., Lehmann, T.M. (eds) Bildverarbeitung für die Medizin 2002. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-55983-9_80
Download citation
DOI: https://doi.org/10.1007/978-3-642-55983-9_80
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-43225-8
Online ISBN: 978-3-642-55983-9
eBook Packages: Springer Book Archive