تقسیم بندی ضایعات بیماری MS از روی تصاویر MRI

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,873

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EOESD01_001

تاریخ نمایه سازی: 11 خرداد 1393

چکیده مقاله:

تصویر برداری M.R.I به دلیل دقت بالا در تشخیص با فت های نرم و نمایش تمایز بافت های طبیعی از غیر طبیعی جز ابزارهای مهم در عرصه تشخیص انواع بیماری ها به خصوص بیماری های مغزی می باشد.اختلالات عصبی فروانی وجود دارند که به سیستم عصبی مرکزی بدن آسیب جدی می رسانند از جمله شایع ترین این نوع اختلالات عصبی می توان به بیماری MS اشاره نمود. تصویر برداری M.R.I نشان داده است که نسبت به این بیماری بسیار حساس می باشد و توانایی این را دارد که ضایعات MS را نسبت به بافت های محیطی خود با شدت متفاوتی نمایش دهد.ارزیابی دقیق از هر ضایعه MS در تصاویر MR به صورت دستی برای متخصصین پزشکی یک کار پر زحمت و انجام تقسیم بندی به صورت ذهنی بسیار پرخطا می باشد. یک جایگزین جذاب و دقیق برای تقسیم بندی دستی ،تقسیم بندی کامپیوتری می باشد که می تواند با دقت بیشتری ودر مدت زمان کمتری این کار را برای پزشک انجام دهد.وبه همین دلایل ما دراین مقاله قصد انجام تقسیم بندی ضایعات در تصاویر M.R.I را داریم.در این تحقیق ما با استفاده از آستانه گیری اولیه و استفاده از الگوریتم رشد منطقه ای در هر اسلایس دو بعدی اقدام به تعیین ضایعات اولیه بیماری MS کرده ایم و در ادامه برای حذف مناطق غیر صحیح MS الگوریتم جدیدی از برش گراف سه بعدی را ارائه دادیم که نتایج بهتری را به همراه داشته است ومیانگین نتایج تقسیم بندی ماشین نسبت به پزشک متخصص را به 86 % رسانده است. مقدار میانگین تقسیم بندی نشان می دهد که نتایج الگوریتم قابل اتکا بوده و قابلیت استفاده در کلینیک ها و مراکز درمانی بیماری MS را دارد.

نویسندگان

مهدی مسرور یزدان آبادی

دانشجوی کارشناسی ارشد نرم افزار، دانشگاه علوم و تحقیقات واحد البرز

فاطمه مسرور یزدان آباد

دانشجوی کارشناسی IT، دانشگاه صنعتی شریف

محمدهادی مسرور یزدان آباد

دانشجوی کارشناسی نرم افزار، دانشگاه آزاد اسلامی واحد کرج

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Multiple Sclerosis Lesion Segmentation in Multi-Channel MRIs using Texturalbased SVMs. ...
  • Textural based SVM for MS Lesion Segmentation in FLAIR MRI, ...
  • Multi-Section al Views Textural based SVM for MS Lesion Segmentation ...
  • The Contribution of Magnetic Resonance Imaging to the Diagnosis of ...
  • Multiple sclerosis lesion quantifiction us ing fuzzycon nectedn ess principles. ...
  • Automatic "pipeline" Analysis of 3-D MRI Data for Clinical Trials: ...
  • MRI Brain image segmentation using graph cuts. Khadem, Mohammad Shajib. ...
  • Fully Automatic Segmentation of Multiple Sclerosis Lesions in Brain MR ...
  • _ Automated Segmentation of Multiple Sclerosis Lesions in Multispectral MR. ...
  • Quantitative Analysis of Signal Abnormalities in MR Imaging for Multiple ...
  • Computer-A ided Detection of Multiple Sclerosis Lesions in Brain Magnetic ...
  • Model-based 3D segmentation of multiple sclerosis lesions in magnetic resonamce ...
  • Fuzzy connectednes and object definition: theory, algorithms, and applications in ...
  • Probabilistic segmentation of white matter lesions in MR imaging. P. ...
  • A pyramidal approach for automatic segmentation of multiple sclerosis lesions ...
  • Increasing the Contrast of the Brain MR FLAIR Images Using ...
  • R.C. Gonzalez, R.E. Woods and S.L.Eddins. Digital image processing using ...
  • نمایش کامل مراجع