ناحیه بندی تصاویر شبکیه با استفاده از مدل گاوسی هرمیت
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 534
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIHE09_111
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
استخراج الگوی رگهای خونی در تصاویر شبکیه از مراحل اولیه و مهم در تحلیل تصاویر شبکیه جهت کاربردهای مختلف از جملهپزشکی و یا تشخیص هویت می باشد. در این مقاله الگوریتم ناحیه بندی و نمایش عروق بر اساس مدل چند وضوحی گاوسی –هرمیت (MHGM) ارائه شده است. مدل دو بعدی گاوسی هرمیت که مدل مشخصات عروق خونی را در یک ساختار چهار درختدر طیف وسیعی از رزولوشن فضایی توسعه می دهد. استفاده از نمایش چند وضوحی با ترکیب اطلاعات در مقیاس باعث تجزیه وتحلیل قوی می شود که پیچیدگی محاسباتی را کاهش می دهد با استفاده از مدل گاوسی- هرمیت خطای بازسازی 23 % کاهش می یابد.
Keywords:
Authors
معصومه شکری
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تبریز، گروه مهندسی پزشکی، تبریز، ایران
سیامک حقی پور
استادیار، دانشگاه آزاد اسلامی واحد تبریز، گروه مهندسی پزشکی، تبریز، 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 :