CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بهبود اطلاعات مکانی و کاهش زمان ناحیه بندی تصاویر MR مغز درروش FCM

اعتبار موردنیاز: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۶۰۰ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: CECIT01_427
زبان مقاله: فارسی
حجم فایل: ۶۳۵.۱ کلیوبایت (فایل این مقاله در ۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله بهبود اطلاعات مکانی و کاهش زمان ناحیه بندی تصاویر MR مغز درروش FCM

عباس بی نیاز - دانشجوی کارشناسی ارشد مهندسی پزشکی
  عطااله عباسی - استادیاردانشگاه صنعتی سهند تبریز
  موسی شمسی - استادیاردانشگاه صنعتی سهند تبریز

چکیده مقاله:

ناحیه بندی تصاویر اهمیت بسیاری درپردازش تصاویر پزشکی دارد درطی دو دهه اخیر ازروشهای هوشمند زیادی برای ناحیه بندی تصاویر پزشکی استفاده شده است این مقاله به بررسی یکی ازاین روشها برمبنای خوشه بندی فازی FCM ( Fuzzy c-Means برای ناحیه بندی تصاویر تشدید مغناطیسی MRI ( Magnetic Resonance Imaging مغز انسان پرداخته است مبنای این روش کمینه کردن تابع هزینه وابسته به فاصله اقلیدسی نقاط تصویر ازمراکز خوشه هاست ویژگیهای FCM سرعت بالا و بدون سرپرست بودن آن است عدم استفاده ازویژیگیهای مکانی یکی ازمعایب این روش به شمار میرود بنابراین درمقاله حاضر برای بهبود کارایی FCM استاندارد ازاطلاعات مکانی پیکسلهای همسایه درتابع عضویت فازی استفاده شده است استفاده ازاطلاعات مکانی حضور نویز را درتصویر کاهش میدهد ازطرف دیگر درکاربردهای پزشکی به خصوص درشرایط اورژانسی ضرورت سرعت عمل تمام عوامل پزشکی امری اجتناب ناپذیر است و الگوریتم ناحیه بندی ازاین قاعده مستثنی نیست لذا برای دستیابی به این مهم توسط الگوریتمی مرکز ثقل اولیه خوشه ها مشخص میشود که زمان همگرایی تابع هزینه در FCM بهبود یافته مکانی نسبت به FCM استاندارد تا حدقابل قبولی کاهش می یابد.

کلیدواژه‌ها:

بخش بندی تصاویر MR، مغز، خوسه بندی FCM، تابع عضویت فازی، مرکزثقل اولیه ی خوشه ها

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CECIT01-CECIT01_427.html
کد COI مقاله: CECIT01_427

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بی نیاز, عباس؛ عطااله عباسی و موسی شمسی، ۱۳۹۲، بهبود اطلاعات مکانی و کاهش زمان ناحیه بندی تصاویر MR مغز درروش FCM، کنگره ملی مهندسی برق، کامپیوتر و فناوری اطلاعات، مشهد، موسسه آموزش عالی خیام، https://www.civilica.com/Paper-CECIT01-CECIT01_427.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (بی نیاز, عباس؛ عطااله عباسی و موسی شمسی، ۱۳۹۲)
برای بار دوم به بعد: (بی نیاز؛ عباسی و شمسی، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • R. B. Dubey, M. Hanmandlu, S. K. Gupta, and S. ...
  • M. A. Balafar, A. R. Ramli, M. I. Saripan, and ...
  • J. C. Fu, C. C. Chen, J. W. Chai, S. ...
  • Graphics, vol. 30, pp. 9-15, 2006. ...
  • Vision and Image Understanding, vol. 84, pp. 285-297, 2001. ...
  • Y. Li and Y Shen, "Fuzzy c-means clustering based on ...
  • WeinaWang and Y. Zhang, "On fizzy cluster validity indices, " ...
  • W. Wang and Y .Zhang, "On fuzzy cluster validity indices, ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.