بهبود کیفیت تقطیع تصویر در تصاویر سونوگرافی با استفاده از یادگیری تقویتی

سونوگرافی، یکی از روش های تصویربرداری در پزشکی است که در آن تصاویر حاصل از انتشار امواج مافوق صوت برای کاربردهای تشخیص مورد استفاده قرار می گیرد. پردازش دیجیتال این تصاویر به دلایلی مانند وجود نویز، یکسان بودن توزیع مقادیر شدت و نامشخص بودن مرز اندام ها از بافت تصویر فرآیندی دشوار است. در این مقاله تقطیع تصویر و بهبود کیفیت تصویر تقطیع شده در طی سه فرآیند پیش پردازش، پردازش و پس پردازش صورت می گیرد. در فرآیند پیش پردازش تصویر به مجموعه ای از زیر تصاویر تقسیم می شود با استفاده از یک ساختار چندعاملی ابعادی که بهترین نتیجه را در تقطیع تصویر خواهد داشت انتخاب می شود. در فرآیند پردازش عامل یادگیری تقویتی مقادیر عملکرد آستانه گیری و ابعاد عملگر بازکردن را برای تقطعی تصویر دست می دهد. در فرآیند پس پردازش برای بهبود کیفیت تصویر تقطیع شده مناسب ترین ابعاد برای عملگرایی مورفولوژی تعیین می شود. نتایج پیاده سازی روش ارایه شده بر روی نمونه داده مربوط به غده پرستات نمایش داده شده است.

Keywords:

یادگیری تقویتی , آستانه گیری , ساختار چندعاملی , تقطیع تصویر , عملگر مورفولوژی , Q-Learning