قطعهبندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means
Publish place: کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 960
This Paper With 10 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCOMP01_148
تاریخ نمایه سازی: 16 شهریور 1395
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.
Keywords:
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 :