حاشیه نویسی خودکار تصاویر پزشکی به صورت سلسله مراتبی با استفاده از الگوی باینری محلی بهبود یافته

Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,471

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CSICC15_106

تاریخ نمایه سازی: 26 مهر 1388

Abstract:

در حاشیهنویسی تصاویر پزشکی معمولاً تولید چهار بخش اطلاعاتی شامل تکنیک تهیه تصویر، اندام، جهت اندام و سیستم بیولوژیکی لازم است. حاشیهنویسی خودکار تصاویر با استفاده از دسته بندی تصاویر به کلاسهای مختلف که هر کدام معرف یک کلمه است،انجام می شود. ورودی سیستم ویژگیهای مستخرج از تصویر است. درحاشیه نویسی تصاویر پزشکی اگر تنها از یک دسته بندی کننده برایتولید هر چهار بخش اطلاعاتی تصویر استفاده شود، برای رسیدن به کارایی مناسب باید از ویژگی های بیشتری مستخرج از تصویر استفاده کرد.در این تحقیق از چهار دستهبندی کننده مجزا برای تولید چهار بخش حاشیهی تصاویر استفاده میشود. بردار ورودی هر سیستم تنها شامل ویژگیهای مناسب برای یک بخش است. استخراج ویژگیهای سراسری و محلی از طریق عملگر الگوی باینری محلی انجام شده است. ویژگیهای سراسری برای تولید بخشهای تکنیک و سیستم بیولوژیکی، وویژگیهای محلی برای تولید اطلاعات اندام و جهت، استفاده می شوند.نتایج گویای تولید سیستمی کارا با دقت 80/76 درصد است.

Keywords:

حاشیه نویسی خودکار تصاویر پزشکی , الگوی باینری محلی , دسته بندی کننده SVM , کنتراست

Authors

سمیرا لویمی

دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه شهید چمران اهواز

بیتا شادگار

استادیار دانشگاه شهید چمران اهواز

علیرضا عصاره

دانشیار دانشگاه شهید چمران اهواز

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 :
  • تاجری‌پور، فرشاد، کبیر، احسان‌اله، شیخی، عباس، «آشکارسازی عیوب بافتی پارچه ...
  • T. Pavlidis "Limitations of Content-based Image ...
  • Retrieval", invited plenary talk at the _ Conference _ Pattern ...
  • Tsai, Ch., Hung, C.. "Automatically Annotating Images with Keywords: A ...
  • IRMA (Image Retrieval in Medical Applications): Proj ektbeschreibung, URL: _ ...
  • _ _ _ Image ...
  • Tommasi, T., Orabona, F., Caputo, B., "Discriminative cue integration for ...
  • Tian, G., Fu, H., Feng, D., " Automatic Medical Image ...
  • Ojala, T., Pietikainen, M., Maenpaa, T., _ 'Multiresolution ...
  • and Machine Intelligence, Vol. 24, No. 7, pp. 971-987, Jul. ...
  • Park S.J, Park D.K, Won C.S, "Core Experiments _ MPEG-7 ...
  • Deselaers, T., Ney, H., "Deformations, patches, and medical radiographs". Pattern ...
  • Tamura, H., Mori, S., Yamawaki, T., "Textural features corresponding to ...
  • Unay D., Ekin A., Cetin M., Jasinschi R., Ercil A.Robustnes ...
  • Oliver A., Llado X., Freixenet J., Mart J.3False Positive Reduction ...
  • Create gray-level co-occurenc mtrix from image, URL: WWw. mathworks .com/acces ...
  • Deselaers, T., Deserno, T., Miller, H., " Automatic medical image ...
  • نمایش کامل مراجع