استخراج نقشه ی رگ های خونی مغز توسط ادغام سری تصاویر DSA مبتنی بر تبدیل ویولت

Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 144

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JIPET-4-15_005

تاریخ نمایه سازی: 19 دی 1400

Abstract:

اخیرا ادغام تصاویر در زمینه ی تصاویر پزشکی نقش برجسته و قابل توجهی را به خود اختصاص داده است. از جمله تصاویر پزشکی، می توان به تصاویر آنژیوگرافی تفریق دیجیتال (DSA) اشاره کرد که برای نمایش رگ های خونی استفاده می شوند. در این مقاله یک روش نوین برای ادغام سری تصاویر آنژیوگرافی تفریق دیجیتال بر اساس خصوصیات ضرایب تبدیل ویولت پیشنهاد شده است. ادغام ضرایب فرکانس بالا بر اساس یک نقشه ادغام پیشنهادی و چهار معیار ارزیابی متفاوت که معرف سطح انرژی ضرایب هستند، انجام شده است. سپس الگوریتم پیشنهادی بر اساس تبدیلات مختلف ویولت و برای معیارهای مختلف ارزیابی سطح فعالیت ضرایب فرکانس بالا، مقایسه شده است. مقایسه ها بر اساس معیارهای ارزیابی علمی تعریف شده، که وجود نویز، میزان اطلاعات موجود در تصویر ادغام و مقدار همبستگی را ارائه خواهند کرد، انجام شده است. در آخر تبدیل ویولت Meyer به عنوان تبدیل برتر، مجموع لاپلاسین اصلاح شده و انرژی محلی به عنوان بهترین معیار ارزیابی سطح فعالیت ضرایب فرکانس بالا و پایین، برای استخراج بهترین نقشه رگ های خونی مغز نتیجه گیری شده اند.

Keywords:

نقشه رگ های خونی , آنژیوگرافی تفریق دیجیتال , تبدیل ویولت , ادغام ضرایب , معیارهای ارزیابی سطح فعالیت ضرایب

Authors

صبا مومنی

کارشناس ارشد/دانشگاه آزاد اسلامی واحد نجف آباد

حسین پورقاسم

استادیار/دانشگاه آزاد اسلامی واحد نجف آباد

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 :
  • A. Dallil, M. Oussalah, A. Ouldali, “Sensor Fusion and Target ...
  • R. Shen, I. Cheng, A. Basu, “Cross-Scale Coefficient Selection for ...
  • M. Niemeijer, M.D. Abramoff, B. van Ginneken, “Information Fusion for ...
  • M. Choi, R.Y. Kim, M.-R. Nam, H.O. Kim, “Fusion of ...
  • A. Dallil, M. Oussalah, A. Ouldali, “Sensor Fusion and Target ...
  • C.S. Pattichis, M.S. Pattichis, E. Micheli-Tzanakou, “Medical imaging fusion application: ...
  • P. Huber, Cerebral Angiography, Thieme, Nww York, ۱۹۸۲ ...
  • P.J. Burt, and E.H. Adelson, “The Laplacian Pyramid as a ...
  • G. Pajares, J. Manuel de la Cruz, “A wavelet-based image ...
  • E.J. Candes, L. Demanet, D.L. Donoho, L. Ying, “Fast discrete ...
  • M.N. Do, M. Vetterli, “The contourlet transform: an efficient directional ...
  • X. Li, M. He, M. Rou, “Multifocus image fusion based ...
  • M.H. Asmare, V.S Asirvadam, L. Iznita, “Multi-Sensor Image Enhancement and ...
  • G. Zhang, Y. Zheng, J. Wu, Z. Cui, “Wavelet Fusion ...
  • G. Zhang, Z. Cui, F. Li, J. Wu, “DSA Image ...
  • [۱۶]V.S. Petrovic, C.S. Xydeas, “Gradient-based multiresolution image fusion”, IEEE Transactions ...
  • T. Hua, Y.-N. Fu, P.-G. Wang, “Image fusion algorithm based ...
  • V. Maik, D. Cho, J. Shin, J. Paik, “Regularized Restoration ...
  • H. Lu, L. Zhang, S. Serikawa, “Maximum local energy: An ...
  • T. Stathaki, “Image Fusion: Algorithms and Applications”, pp. ۶۶۹-۶۷۹, Academic ...
  • X.-H. Yang, F.-Z.Huang, G. Liu, “Urban Remote Image fusion using ...
  • J.L. Van Genderen, C. Pohl, “Image fusion: Issues, techniques and ...
  • Z. Zhang, R.S. Blum,“A categorization of multiscale decomposition-based image fusion ...
  • نمایش کامل مراجع