ادغام تصاویر ساختاری و کارکردی مبتنی بر تبذیل موجک با استفاده از الگوریتم a-trous در تشخیص و ارزیابی سرطان متاستاتیک برونشوژینیک
Publish place: The Second International Conference and the Third National Conference on the Application of New Technologies in Engineering Sciences
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 468
This Paper With 13 Page And PDF 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:
ITCC02_226
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
تصاویر حاصل از سیستم های تصویر برداری پزشکی مختلف به تنهایی قادر به بیان خصوصیات کامل ساختاری و کارکردی بافت نیستند. لذا یک فرآیند کلیدی و اساسی، ترکیب و ادغام اطلاعات تصاویر مختلف است. برخی از روش های معمول مبتنی بر استخراج مولفه های اصلی (pc)، براوی، IHS (شدت، فام، اشباع) و غیره می باشند. روش های مذکور در بالا ویژگی های طیفی را بصورت خیلی زیادی تغییر می دهند، بنابراین در ادغام تصویر مطلوب نمی باشند. این مقاله از الگوریتم ادغام مبتنی بر تجزیه چند مقیاسی موجک تحت عنوان الگوریتم a-trous جهت ادغام تصاویر حاصل از سیستم های تصویر برداری SPECT و MRI جهت شناسایی سرطان برونشوژنیک متاستاتیک استفاده می کند. نتایج حاصل حاکی از آن است که روش ارائه شده می تواند بصورت کارآمد تصاویر SPECT و MRI را ادغام نماید. الگوریتم تبدیل موجک A-TROUS می تواند ویژگی های مکانی و اطلاعات عملکردی را حفظ کند. روش پیشنهادی ارائه شده توانسته است ویژگی های طیفی بیشتری از دیگر روش های مطرح شده داشته باشد. تجزیه و تحلیل بصری و آماری نشان می دهد که الگوریتم ادغام پیشنهادی بهبود کیفیت قابل توجهی را در شرایط استفاده از: آنتروپی، اطلاعات متقابل، اختلاف، متوسط گرادیان و ... در مقایسه با روش های ادغام از جمله PCA و IHS و DWT ایجاد کرده است.
Keywords:
Authors
قباد مرادی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه مهندسی پزشکی، آذربایجان شرقی
سبلان دانشور
دانشیار گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز
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 :