ارائه روشی خودکار در تقسیمبندی تصاویر سی تی اسکن ریه مبتنی برمیانگین فازی c الگوریتمهای ژنتیک

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 693

This Paper With 14 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICRSIE01_363

تاریخ نمایه سازی: 25 آذر 1395

Abstract:

سرطان ریه یک بیماری بسیار تهاجمی و پیش رونده و از شایعترین و کشندهترین سرطانها در سراسر جهان است.تقسیمبندی بافت ریه به علت شدت روشنایی اندامها و تشابه عضلات مجاور ریه و نیز به علت حرکت قفسه سینه به هنگام تنفس، چالش برانگیز است. برداشتن تومور و پیوند آن، دو درمان اصلی در عملکردهای معمول بالینی هستند که هر دو برای برنامهریزی و ارزیابی کیفی نیاز به تصویر دارند. از اهداف مهم پردازش تصاویر، تبدیل تصاویر به شکلی بهتربرای بازنمایی و ارزیابی آسان و نیز خوشهبندی پیکسلها به مناطق معنا دار با خواص مشابه از قبیل سطح خاکستری،رنگ، بافت، روشنایی و کنتراست است که امروزه به طور گستردهای در تشخیص زودهنگام سرطان، مطالعات بالینی وبرنامهریزی درمان استفاده میشود. تقسیمبندی دقیق تصاویر، گامی اولیه و مهم در فرآیند تجزیه و تحلیل تصاویر است.میانگین فازی به طور گسترده ای برای تقسیمبندی تصاویر پزشکی استفاده میشود. در این مقاله با C روش خوشهبندی میانگین فازی و الگوریتم ژنتیک، یک روش کاملا اتوماتیک و بدن نیاز به C استفاده از ترکیب الگوریتم خوشهبندی دخالت کاربر ارائه شده است. نتایج نشان میدهد این روش توسعه یافته ابزار مفیدی برای تشخیص سرطان ریه میباشد.

Keywords:

تشخیص به کمک کامپیوتر , تقسیمبندی تصاویر پزشکی , سرطان ریه , الگوریتم خوشهبندی میانگین فازی , Cالگوریتم ژنتیک

Authors

عباس کریمی

استادیار گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک

زهرا محمدی

دانشجوی کارشناسی ارشد رشته مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک

عمادالدین هزاوه ای

استادیار گروه مهندسی صنایع ، دانشگاه آزاد اسلامی واحد اراک،

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 :
  • _ محمدی، ز. روش ترکیبی جدید برای تقسیم‌بندی تصاویر سی ... [مقاله کنفرانسی]
  • Neeraj Sharma , Lalit M. Aggarwal, 6Automated medical image segmentation ...
  • Nihad Mesanovic _ Mislav Grgic _ Haris Huseinagic , Matija ...
  • Fagbola, T. Mathew, Babatunde . Seyi. Oyeleye, C. Akinwale, "Image ...
  • A.J.Patil, R.R.Karhe, M.A.Aher, ; Image Clustering using GA based Fuzzy ...
  • an atomical brain Automatic:ه [5] R. A. Heckemann, J. V. ...
  • Z. M. Wang, Y. C. Soh, Q. Song, and K. ...
  • Internationa Conference On researches in Science and Engineering 28 July ...
  • S .R.Kannan, S _ Ramathilagam, R.Devi and E .Hines, :Strong ...
  • JournalofS ystemsandS oftware, vol.83, no. 1 _ pp.2487-2495, 2010. ...
  • non-local fuzzy segmentation A:ه [9] B. Caldairou, N. Passat, P. ...
  • fa S tFCM for brai nMRimages S egmentation _ , ...
  • means al gori th mfor bra inMRimages egmentation, _ Computer ...
  • W. Min, Y. Siqing, Improved k-means clustering based _ genetic ...
  • L. Cai, X. Yao, Z. He, X. Liang, K-means clustering ...
  • D.-X. Chang, X.-D. Zhang, C.-W. Zheng, A genetic algorithm with ...
  • 7 _ _ _ _ _ _ _ _ 8: ...
  • M.Gomathi1 Dr. P.Thangaraj2, A Parameter Based Modified Fuzzy Possibilistic CMeans ...
  • M.Gomathi, Dr. P.Thangaraj, A New Approach to Lung Image Segmentation ...
  • Tseng, L.Y. and Yang, S., :Genetic algorithms for clustering , ...
  • Vafaie, H. and Imam, I., :Feature selection methods: genetic algorithms ...
  • M. Mitchell. An Introduction to Genetic Algorithms, MIT Press, Cambridge, ...
  • D. E. Goldberg. Genetic Algorithms in Search, Optimization and Machine ...
  • Fogel, D.B. _ What is Evolutionary Computation?" IEEE Spectrum, Feb ...
  • segmentati onalgorithmin S egmenti ngmedicali mages, " Novel؛ _ JournalofS ...
  • PatternRec ognition, vol .45 , nO. 9.pp.3463-347 1, 2012. [11] ...
  • نمایش کامل مراجع