Métodos de agrupamento para formas planas

Abstract

A captura de imagens em duas e três dimensões tem demandado novas metodologias estatísticas para modelar esse tipo de dados. Nesse contexto, surge a morfometria, que permite a análise de imagens de objetos a partir de marcos anatômicos. Várias análises são de interesse no contexto de morfometria. Dentre estas análises, surge a análise de agrupamento que corresponde à obtenção de grupos que sejam internamente homogêneos e heterogêneos entre si. Deve-se

destacar que o espaço onde são estudados os vetores que representam os objetos são não- euclideanos. Dessa forma, é necessário definir algoritmos de agrupamento com distâncias

apropriadas. A distância geodésica, por exemplo, é uma boa alternativa. O presente trabalho considera dois algoritmos de análise de agrupamento, que são o k-medóide e o fuzzy c-means. Estes métodos são comparados ao algoritmo k-means que já é utilizado na literatura. Resultados numéricos, que são baseados no índice de Rand, indicam que o algoritmo fuzzy é uma boa opção dentre os três métodos considerados.