سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,121

This Paper With 10 Page And PDF and WORD Format Ready To Download

Export:

Link to this Paper:

Document National Code:

CITCOMP01_148

Index date: 6 September 2016

قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means abstract

قطعه بندی به عنوان یک فاز مهم در پردازش تصویر مطرح بوده و عبارت است از تفکیک پیکسل‎های تصویر به نواحی مجزایی که ویژگی‎هایی مانند شدت روشنایی بافت و رنگ یکسان هستند و یا بیشترین همبستگی را دارند. در قطعه بندی یک تصویر پیکسل‎ها باید در زیرمجموعه‎هایی گروه‎بندی شوند تا از آنها نتایج معناداری حاصل شود. خوشه‎بندی یکی از روش‎های مورد استفاده در قطعه‎بندی تصویر است. خوشه‎بندی فرایند تجزیه و تحلیل آماری است که در آن اشیای مشابه در مجموعه‎های همگن تحت عنوان خوشه گروه‎بندی می‎شوند.در این مقاله ابتدا با اعمال فیلترهای مختلف از جمله فیلترهای پریویت، سوبل، میانگین و ترکیب آن ها سعی در بهبود کیفیت تصویر و آشکارسازی لبه ها شده است. سپس با اعمال الگوریتم K-means و FCM تصویر قطعه بندی شده است. در پایان نتایج توسط یک فرد خبره مورد ارزیابی قرار گرفته و نتایج قابل توجهی بدست آمد.

قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means Keywords:

قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means authors

میلاد بیاری

دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی قم

علیرضا علیزاده

دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی قم

امین اسحاقی

دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی قم

گلنوش عبائی

استادیار موسسه آموزش عالی شهاب دانش قم

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 :
Cheung, K. F., & Chan, W. K. (1995, March). Fuzzy ...
Kuo, Y. H. Lee, C. S., & Liu, C. C. ...
El-Khamy, S. E., Lotfy, M., & El-Yamany, N. (2000). A ...
Tugan, N., Amin, M., &Dey, P. P. (2008, April). Early ...
Chaira, T., & Ray, A. K. (2004). Threshold selection using ...
Shen, Y., Sankar, R. T., Qian, W., Sun, X., & ...
Pham, D. L., Xu, C., & Prince, J. L. (2000). ...
Earl, Gose, Richard Johnsonbaugh, and Steve Jost. "Pattern recognition and ...
Xu, X., Yang, Z., & Wang, Y. (2009). A method ...
Ganesh, M., &Palanisamy, _ (2012, October). A modified adaptive fuzzy ...
Gonzalez, R. C., Woods, R. E., &Eddins, S. L. (2009). ...
Nong, Y., "The Handbook of Data Minig" , LAWRENCE ERLBAIUM ...
EngineeringRe search and Technology (Vol. 1, Publications _ ...
نمایش کامل مراجع

مقاله فارسی "قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means" توسط میلاد بیاری، دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی قم؛ علیرضا علیزاده، دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی قم؛ امین اسحاقی، دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی قم؛ گلنوش عبائی، استادیار موسسه آموزش عالی شهاب دانش قم نوشته شده و در سال 1395 پس از تایید کمیته علمی کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله ؛(قطعه بندی تصویر)، (لبه یابی) ، (سی تی اسکن) ، (خوشه بندی) ، (FCM) ، (K-means) هستند. این مقاله در تاریخ 16 شهریور 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1121 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که قطعه بندی به عنوان یک فاز مهم در پردازش تصویر مطرح بوده و عبارت است از تفکیک پیکسل‎های تصویر به نواحی مجزایی که ویژگی‎هایی مانند شدت روشنایی بافت و رنگ یکسان هستند و یا بیشترین همبستگی را دارند. در قطعه بندی یک تصویر پیکسل‎ها باید در زیرمجموعه‎هایی گروه‎بندی شوند تا از آنها نتایج معناداری حاصل شود. خوشه‎بندی یکی از روش‎های ... . برای دانلود فایل کامل مقاله قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.