بهبود الگوریتم سریع برای تقسیم بندی اتوماتیک تصاویر دوبعدی سونوگرافی غده پروستات
Publish place: دومین همایش ملی پژوهش های کاربردی در مهندسی برق وکامپیوتر
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 469
This Paper With 8 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:
NCAEE02_098
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
امروزه با شیوع سرطان ها نیاز به تشخیص به موقع و بعد از آن درمان مناسب وجود دارد. سرطان پروستات یکی از شایع ترینسرطان ها در بین آقایان است که نیاز به اقدام به موقع دارد، در غیر این صورت منجر به مرگ خواهد شد. از جمله روشهایتشخیصی سرطان پروستات عکسبرداری از طریق سونوگرافی از مقعد (TRUS) است. با توجه به مطالعات، علم پردازش تصویر در روند تشخیص و دسته بندی کردن آنها موفق عمل کرده است. به طور کلی رویکرد این مقاله تشخیص غدهپروستات است اما روشهای دستی خسته کننده و طولانی است. بنابراین الگوریتم پیشنهادی در این مقاله کمک به تشخیصدقیق تر و سریع غده پروستات می کند. اگرچه قطعه بندی تصاویر سونوگرافی به دلیل وجود نویز اسپکل و کنتراست پایین دربافت ها کار سختی است اما در عوض به دلیل مزایایی چون ارزان بودن، قابل انتقال بودن و در دسترس بودن بیشتر مورداستفاده قرار می گیرد. روش پیشنهادی مبتنی بر استخراج ویژگی از روی شدت روشنایی پیکسل های تصاویر TRUS است. این مقاله با استفاده از روش هایی برای محدود ساختن نقاط کاندید برای تشخیص مرز سعی در بهبود سرعت آن داشته است. از شش تصویر TRUS دوبعدی برای ارزیابی عملکرد الگوریتم پیشنهادی استفاده شده است. حاصل دقت و حساسیت به ترتیب 98/62 و 96/55 میباشد. همچنین میانگین زمان اجرای برنامه 0/61 ثانیه است که با 0/91 ثانیه میانگین زمان اجرای الگوریتم قبلی 0/30 ثانیه کاهش داشته است.
Keywords:
Authors
سجر صادقی
گروه کامپیوتر، دانشکده فنی مهندسی،واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران
محمدعلی پورمینا
گروه کامپیوتر، دانشکده فنی مهندسی،واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران
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 :