Magnetic Resonance Imaging (MRI) plays an important role in neurology, particularly in the precise segmentation of brain tissues. Accurate segmentation is crucial for diagnosing brain injuries and neurodegenerative conditions. We introduce an Enhanced Spatial Fuzzy C-means (esFCM) algorithm for 3D T1 MRI segmentation to three tissues, i.e. White Matter (WM), Gray Matter (GM), and Cerebrospinal Fluid (CSF). The esFCM employs a weighted least square algorithm utilizing the Structural Similarity Index (SSIM) for polynomial bias field correction. It also takes advantage of the information from the membership function of the last iteration to compute neighborhood impact. This strategic refinement enhances the algorithm’s adaptability to complex image structures, effectively addressing challenges such as intensity irregularities and contributing to heightened segmentation accuracy. We compare the segmentation accuracy of esFCM against four variants of FCM, Gaussian Mixture Model (GMM) and FSL and ANTs algorithms using four various dataset, employing three measurement criteria. Comparative assessments underscore esFCM’s superior performance, particularly in scenarios involving added noise and bias fields.The obtained results emphasize the significant potential of the proposed method in the segmentation of MRI images.

Se necesitan estudios cuantitativos sobre el desarrollo cortical en bebés prematuros. Hasta ahora, la resonancia magnética (RM) ha sido la única técnica capaz de proporcionar estas mediciones en 3D. Sin embargo, la ecografía a pie de cama puede ofrecer una alternativa más accesible y repetible tanto para aplicaciones clínicas como de investigación. Para evaluar la viabilidad y la reproducibilidad de la ecografía transfontanelar tridimensional (3D US) para la cuantificación semiautomática de la morfología del surco central (CS) en bebés muy prematuros, realizamos un estudio prospectivo en el que se obtuvieron 109 volúmenes seriados de 3D US de 13 bebés nacidos con menos de 32 semanas de gestación. Se extrajeron doce parámetros morfométricos del CS con un proceso semiautomático; la fiabilidad se evaluó con coeficientes de correlación intraclase (ICC) y las tendencias de maduración se modelaron con modelos lineales de efectos mixtos. Los ICC de barrido único oscilaron entre 0,15 (longitud) y 0,71 (apertura media), mientras que el promedio de tres barridos mejoró la reproducibilidad hasta 0,34-0,88 (ICC más alto 0,88, IC del 95 %: 0,74-0,95). La longitud CS aumentó de 25,9 ± 9,8 mm a las 24 semanas a 34,3 ± 8,9 mm a las 36 semanas de edad posmenstrual (p = 0,006), y la apertura sulcal media de 4,0 ± 1,8 mm a 5,7 ± 1,9 mm (p = 0,023). El hemisferio derecho mostró de forma sistemática aberturas mayores que el izquierdo (5,4 ± 1,3 mm frente a 3,2 ± 1,5 mm; p < 0,0001). Por lo tanto, las métricas de CS basadas en ecografías 3D capturan cambios lateralizados y de maduración y, cuando se promedian múltiples barridos, logran una buena reproducibilidad (ICC de hasta 0,88), lo que respalda su uso para el monitoreo en serie del plegamiento cortical en la unidad de cuidados intensivos neonatales (UCIN).