الگوریتمی واحد برای ناحیه بندی انواع تصاویر پزشکی

تصاویر تشدید مغناطیسی و ماموگرافی ابزارهای تشخیص قدرتمندی برای اشکارسازی انواع ضایعات و سرطان ها درمراحل اولیه بیماری هستند دراین مقاله یک روش ترکیبی جدید برای استخراج این نواحی با استفاده از الگوریتم SALIENCY معرفی می کنیم الگوریتم مطرح شده ارزیابی نحوه درمان را برای پزشک تسهیل می نماید ما برخی از روشهای ناحیه بندی تصویر را با الگوریتم SALIENCYت رکیب نموده ایم که از میان آنان ترکیب الگوریتم ناحیه بندی PCNN و روش پیشنهادی دارای بهترین دقت تشخیص می باشد ما روش پیشنهادی خود را برروی تصاویرمختلفی از THE whole brain atlas database و the mammographic image analysis society MIAS data base امتحان کردیم که نتایج مشاهده شده نشان دادها ست که روش پیشنهادی ما به لحاظ هوشمندی و دقت تشخیص از روشهای مطرح شده دراین مقاله نتایج بهتری را دارد.

کلیدواژه ها:

اکتیوکانتور ، آنتروپی ، سرطان سینه ، ضایعه ام اس ، ناحیه بندی visual saliency ، PCNN