روشی نوین برای سرعت بخشیدن به قطعه بندی تصاویر پزشکی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 637
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC01_008
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
قطعه بندی تصاویر پزشکی یکی از پیش پردازش های اولیه لازم در طراحی سیستم های خودکار تشخیص بیماری ها به شمار می رود. روش قطعه بندی در تمامی زمینه ها از حذف نویز تا کمک به تشخیص تصویر هدف، با دقت بالا کاربرد دارد. پژوهشگران از الگوریتم های فازی که قابلیت بالایی دارند در قطعه بندی برای پردازش تصاویر استفاده کرده اند. از جمله این روش ها میتوان به روش C-Means فازی( FCM ) اشاره نمود که یکی از روش های مطرح در کاربردهای عملی قطعه بندی تصاویر پزشکی می باشد. در روش FCM پیکسل ها براساس اطلاعات کلی توزیع سطوح خاکستری و اتصالات فضایی به نواحی مرتبط دسته بندی می شوند، که نیاز به حجم محاسباتی و حافظه ی بسیار بالایی دارد. روش مورد بحث در این مقاله، برای قطعه بندی تصاویر پزشکی، از پیاده سازی موازی FCM جهت ساخت سیستمی هوشمند استفاده نموده است. نتایج تجربی بیانگر عملکرد بهتر روش پیشنهادی در قطعه بندی تصاویر پزشکی در مقایسه با روش FCM می باشد. روش پیشنهادی در مقایسه با روشهای سنتی، دارای رویکرد پردازشی کارآمدتر و قابل اطمینان تر در قطعه بندی تصاویر MRI و CT می باشد.
کلیدواژه ها:
نویسندگان
صدف روستایی
دانشجوی مقطع ارشد دانشگاه آزاد اسلامی واحد فردوس
نسرین باقرزاده عجمی
دانشجوی مقطع ارشد دانشگاه آزاد اسلامی واحد فردوس
هانیه علی دوست
دانشجوی مقطع ارشد دانشگاه آزاد اسلامی واحد فردوس
حمیدرضا غفاری
استادیار دانشگاه آزاد اسلامی واحد فردوس، ایران
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 :