استفاده از سطوح همتراز به منظور بازسازی رویههای سه بعدی پوست و جمجمه در تصاویر تشدید مغناطیسی مغزی نوزادان
Publish place: 14th Iranian conference on Biomedical Engineering
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,585
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME14_113
تاریخ نمایه سازی: 3 تیر 1387
Abstract:
تحقیق بر روی تصاویر مغزی نوزادان از آن جهت مورد نظر است که در بررسی بیماری ها و چگونگی رشد و نمو مغز و جمجمه از سنین اولیه تولد نقش مهمی را ایفا می کند. در این راستا ناحیه بندی خودکار تصاویر مغزی MR نوزاد در سا لهای اخیر مورد توجه و بررسی قرار گرفته است و گروه های مختلف علمی در سطح جهان در پی یافتن الگوریت مهای بهینه و خودکار در این زمینه هستند.
مقاله حاضر بهبود ایجاد شده در الگوریتم ناحی هبندی پوست و جمجمه در تصاویر MR نوزادان را تشریح می کند. به این ترتیب که در اینجا ابتدا نقاط مرزی رویه داخلی پوست و رویه خارجی جمجمه با استفاده از قواعد مبتنی بر دانش و اطلاعات از پیش آناتومی استخراج می گردد. سپس متفاوت با الگوریتم گذشته که از توابع اسپلاین دو بعدی استفاده می کند، این بار از روش پیشرفته و سریع سطوح همتراز برای بازسازی سه بعدی رویه های داخلی پوست سر و خارجی جمجمه از نقاط مرزی آشکار شده از مرحله قبل استفاده می گردد. روش جدید که از معادلات مشتقات جزئی و حساب تغییرات برای بازسازی سطح استفاده می کند دارای این مزیت است که اولا رویه ها را در حالت واقعی سه بعدی تقریب می زند و ثانیا خطای تقریب حاصله به میزان قابل توجهی نسبت به روش اسپلاین کاهش می یابد. آزمایشات انجام شده بر روی یک مجموعه از تصاویر مغزی نوزادان موید برتری روش حاضر از نظر دقت ناحیه بندی پوست و جمجمه می باشد.
Keywords:
Authors
سونا قدیمی
دانشگاه صنعتی خواجه نصیرالدین طوسی ، تهران، ایران
حمید ابریشمی مقدم
دانشگاه صنعتی خواجه نصیرالدین طوسی ، تهران، ایران و دانشگاه پیکاردی،
رینارد گرب
دانشگاه پیکاردی، فرانسه
فابریس والوا
دانشگاه پیکاردی، فرانسه.
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 :