CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: قطعه‎بندی روی تصویر سی تی اسکن ناحیه شکم برای تشخیص بهتر تومورهای خطرناک با استفاده ازالگوریتم های FCM و K- means
شناسه ملی مقاله: CITCOMP01_148
منتشر شده در کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات در سال 1395
مشخصات نویسندگان مقاله:

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

خلاصه مقاله:
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.

کلمات کلیدی:
؛(قطعه بندی تصویر)، (لبه یابی) ، (سی تی اسکن) ، (خوشه بندی) ، (FCM) ، (K-means)

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/494077/