بخشبندی ضایعات مغزی در تصاویر ام آر آی با استفاده ازالگوریتم های آبپخشان، FCM ، K-means و مقایسه آنها
Publish place: کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,195
This Paper With 11 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCOMP01_197
تاریخ نمایه سازی: 16 شهریور 1395
Abstract:
پردازش تصاویر پزشکی با استفاده از تکنیکهای هوش مصنوعی امروزه یکی از زمینههای پرکاربرد در این حیطه است. با پردازش رقمی تصاویر پزشکی علاوه بر صرفهجویی در زمان و نیروی متخصص و بالا رفتن صحت نتایج بهدست آمده، اطلاعات مفیدی از روی تصاویر، قابل استخراج هستند. در میان تصاویر پزشکی، پردازش تصاویر MRI از جهت پرکاربردترین روش تشخیصی غیر تهاجمی بیش از سایر روشها، میتواند مفید واقع شود. تفکیک اجزای اصلی مغز یعنی ماده سفید، ماده خاکستری و مایع مغزی- نخاعی و افتراق آنها از بافت ناسالم (تومورها) نیاز به دقت بالایی دارد که با روشهای معمول تصویربرداری به راحتی قابل دستیابی نمیباشند. تکنیکهای عمومی تشخیص لبه (سوبل، پریویت، روبرتز و کنی) میتوانند برای تعیین مرز و لبه بکار بروند، ولی بهدلیل بروز نویز و شیب تند تغییرات روشنایی تصاویر پزشکی، امکان بخشبندی صحیح و دستیابی به لبه صاف و واضح مشکل میباشد و جهت بهبود تصاویر، تکنیکهای مختلف فیلترهای محو کننده و یا افزایش تضاد استفاده میگردند. در این مقاله جهت کمینه کردن خطا در روند بخشبندی تصویر و برای بهبود آشکارسازی لبه تصاویر MRI (تومور مغزی) از الگوریتم های آبپخشان، اتسو، K-means و FCM استفاده شده است. در پایان، نتایج مورد مقایسه قرار گرفته است و نتیجه الگوریتم پیشنهادی که حاصل استفاده از متد اتسو در مرحله دوم و اعمال الگوریتم آبپخشان است، بهتر از نتیجه FCM بوده است.
Keywords:
Authors
علیرضا علیزاده
دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی شهاب دانش قم
امین اسحاقی
دانشجوی ارشد هوش مصنوعی-رباتیک ، موسسه آموزش عالی شهاب دانش 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 :