ارائه یک روش جدید برای قطعه بندی تصاویر CT اسکن ریه با استفاده از ترکیب الگوریتم های ژنتیک و K-mean
Publish place: The first national electronic conference on technological advances in electrical, electronics and computer engineering
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,594
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
TDCONF01_035
Index date: 10 July 2015
ارائه یک روش جدید برای قطعه بندی تصاویر CT اسکن ریه با استفاده از ترکیب الگوریتم های ژنتیک و K-mean abstract
پردازش تصویر یک تکنیک برای اصلاح یک تصویر است. بخش مهمی از پردازش تصویر، قطعه بندی است.[1] قطعه بندی تصویر کاربرد زیادی در تصاویر CT و MRI پزشکی دارد. برخی از تصاویر پزشکی را می توان به صورت Manual قطعه بندی کرد، اما دقت این کار در مقایسه با قطعه بندی با الگوریتم های قطعه بندی، پایین است.[3و8] اساس بیشترین الگوریتم های قطعه بندی، الگوریتم های خوشه بندی است[3و5] در روش ارائه شده، از ترکیب دو الگوریتم ژنتیک و K-Mean برای قطعه بندی ندول های ریه در تصاویر CT اسکن استفاده شده است. در ابتدا با استفاده از الگوریتم ژنتیک، مراکز بهینه ی خوشه ها به دست می آید، در ادامه با استفاده از الگوریتم K-Mean تصویر قطعه بندی می شود. ما این متد را روی دیتاست Cancer Imaging Archive (nihc) بر روی چندین تصویر به کار برده ایم.
ارائه یک روش جدید برای قطعه بندی تصاویر CT اسکن ریه با استفاده از ترکیب الگوریتم های ژنتیک و K-mean Keywords:
ارائه یک روش جدید برای قطعه بندی تصاویر CT اسکن ریه با استفاده از ترکیب الگوریتم های ژنتیک و K-mean authors
احسان وارسته
دانشجوی کارشناسی ارشد،دانشگاه آزاد اسلامی واحد آشتیان،گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ،آشتیان،ایران
عباس کریمی
دانشگاه آزاد اسلامی واحد اراک،گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ،اراک،ایران
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 :