بهبود روش های ناحیه بندی تصاویر MR مغز انسان با استفاده از ویژگی های بافت تصویر
Publish place: 12th Iranian Conference on Electric Engineering
Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,566
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE12_008
تاریخ نمایه سازی: 13 مهر 1387
Abstract:
در اولین مرحله تحلیل تصاویر پزشکی اغلب لازم است که تصویر به قسمت های مختلف ناحیه بندی شود. ناحیه بندی تصویر در دو مرحله انجام می شود: ابتدا برای متمایز کردن نواحی مختلف از یکدیگر، ویژگی های مناسب انتخاب می شود و سپس با استفاده از این ویژگی ها تصویر به نواحی معنی دار (از نظر آناتومی) ناحیه بندی می شود. بیشتر مطالعاتی که تا کنون در مورد ناحیه بندی تصاویر MR انجام شده به روش های مختلف طبقه بندی مربوط می شود و در بیشتر این روش ها از روشنایی تصویر بعنوان ویژگی استفاده شده است. در این مقاله از ویژگی های بافت تصویر برای ناحیه بندی استفاده شده است. این ویژگی ها با استفاده از یک بانک فیلتر گابور استخراج شده که دارای درجه تفکیک توام بالا در حوزه مکان و فرکانس هستند. برای طبقه بندی این ویژگی ها نیز از روش خوشه بندی استفاده شده است. مقایسه نتایج حاصل از ناحیه بندی تصویر با استفاده از ویژگی های انتخاب شده در این مقاله با نتایج حاصل از ناحیه بندی تصویر با استفاده از شدت روشنایی تصویر نشان می دهد که ویژگی های انتخاب شده در این مقاله کارایی بهتری از خود نشان می دهند.
Keywords:
Authors
ناصر چاجی
گروه مهندسی پزشکی- دانشکده فنی مهندسی- دانشگاه تربیت مدرس
محمدحسن قاسمیان
گروه مهندسی پزشکی- دانشکده فنی مهندسی- دانشگاه تربیت مدرس
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 :