ارائه روشی خودکار در تقسیمبندی تصاویر سی تی اسکن ریه مبتنی برمیانگین فازی c الگوریتمهای ژنتیک
Publish place: کنفرانس بین المللی پژوهش در علوم و مهندسی
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:
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 :