روشی جدید جهت بخش بندی ضایعات مالتیپل اسکلروزیس (MS) در تصاویر MR مغزی
Publish Year: 1394
Type: Journal paper
Language: Persian
View: 245
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JIPET-6-21_003
Index date: 9 January 2022
روشی جدید جهت بخش بندی ضایعات مالتیپل اسکلروزیس (MS) در تصاویر MR مغزی abstract
بخش بندی ضایعات مالتیپل اسکلروزیس (MS) در تصاویر MR مغزی به منظور کمک به تشخیص و پیگیری این بیماری در سالهای اخیر مورد توجه قرار گرفته است. در این مطالعه از مدل ترکیب گوسی (GMM) برای قطعه بندی ضایعات MS در تصاویر MR استفاده شد. به منظور بهینه سازی GMM از الگوریتم بیشینه سازی امید ریاضی (EM) استفاده می شود اما این الگوریتم معمولا به یک نقطه بهینه محلی همگرا می شود که برای رهایی از گیر افتادن در این نقطه، الگوریتم را از نقاط شروع متفاوت اجرا کرده و بهترین نتیجه ذخیره می شود که کاری زمانبر است. در این مقاله از استراتژی متفاوتی به منظور تسریع و افزایش دقت این الگوریتم استفاده شده است. همچنین به منظور کاهش میزان محاسبات و افزایش دقت الگوریتم EM، از الگوریتم Fast Trimmed-Likelihood استفاده شد. جهت اعتبارسنجی روش پیشنهادی، تصاویر ناحیه بندی شده به روش خودکار با تصاویر ناحیه بندی شده توسط دو فرد متخصص مقایسه شده است. نتایج حاصل نشان می دهد روش پیشنهادی با کسب رتبه ۸۲% برای ضریب تشابه Dice، قابلیت این را دارد که با دقت بالایی ضایعات MS را تشخیص داده و بخش بندی نماید
روشی جدید جهت بخش بندی ضایعات مالتیپل اسکلروزیس (MS) در تصاویر MR مغزی Keywords:
روشی جدید جهت بخش بندی ضایعات مالتیپل اسکلروزیس (MS) در تصاویر MR مغزی authors
سیمین جعفری
دانشگاه آزاد اسلامی، واحد نجف آباد
علیرضا کریمیان
دانشگاه اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :