سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 2,057

This Paper With 6 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

SPIS03_003

Index date: 11 May 2018

بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی abstract

یکی از مراحل اصلی در تحلیل خودکار تصاویر پزشکی، بخش بندی تصاویر است. در صورت بخش بندی مناسب این تصاویر، امکان تحلیل دقیق تر و در نتیجه تشخیص صحیح بیماری میسر میشود. آمار نشان میدهد که 13% تلفات انسانی ناشی از سرطان در سرتاسر جهان، به دلیل بیماریهای ریوی هستند. بدیهی است که با تشخیص به موقع این بیماریها میتوان گام مناسبی در کمک به بیماران انجام داد. در این مقاله با استفاده از روش یادگیری Q-learning، نواحی مختلف تصاویر سیتی ریه تعیین و تمام نواحی تصویر توسط مرزهای اصلی تعیین شده است. در نهایت رنگ هر ناحیه مشخص و تصویر بخش بندی شده به عنوان خروجی نشان داده شده است. در این تحقیق، آزمایشهایی جهت بررسی نتایج روش پیشنهادی بر روی دادههای واقعی انجام شده است. نتایج این آزمایشها نشان دهندهی دقت کیفی بالاتر روش پیشنهادی در مقایسه با دیگر روشهای بخش بندی است

بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی Keywords:

بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی authors

پرنیا قیصری

دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،

منصور فاتح

استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،

محسن رضوانی

استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،

مقاله فارسی "بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی" توسط پرنیا قیصری، دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،؛ منصور فاتح، استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،؛ محسن رضوانی، استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود، نوشته شده و در سال 1396 پس از تایید کمیته علمی سومین کنفرانس پردازش سیگنال و سیستم‎ های هوشمند ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بخش بندی، یادگیری تقویتی، ریه، Q-learning هستند. این مقاله در تاریخ 21 اردیبهشت 1397 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 2057 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که یکی از مراحل اصلی در تحلیل خودکار تصاویر پزشکی، بخش بندی تصاویر است. در صورت بخش بندی مناسب این تصاویر، امکان تحلیل دقیق تر و در نتیجه تشخیص صحیح بیماری میسر میشود. آمار نشان میدهد که 13% تلفات انسانی ناشی از سرطان در سرتاسر جهان، به دلیل بیماریهای ریوی هستند. بدیهی است که با تشخیص به موقع این بیماریها میتوان ... . برای دانلود فایل کامل مقاله بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.