حاشیه نویسی خودکارتصاویر پزشکی براساس محتوا با خوشه بندی تعاونی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,015

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIC03_050

تاریخ نمایه سازی: 4 آذر 1389

چکیده مقاله:

با توجه به گسترش روزافزون تعداد تصاویر پایگاه داده پزشکی ، وجود سیستمی برای مدیریت ، بازیابی و حاشیه نویسی این حجم از تصاویر الزامی است در سالهای اخیر حاشیه نویسی تصاویر یکی از فعالترین موضوعات تحقیقاتی است دراین مقاله برای حاشیه نویسی تصاویر تکنیک خوشه بندی تعاونی Co-Clustering) نیمه نظارت شده پیشنهاد می شود روشهای خوشه بندی بدلیل عدم نیاز به داده های حاشیه نویسی شده بسیار مورد توجه هستند از انجا که اکثر روشهای خوشه بندی به مقدار دهی اولیه به مراکز خوشه حساس هستند و اگر بدرستی مقدار دهی انجام نشود الگوریتم به بهینه محلی همگرا می شود همچنین ترکیب نتایج خوشه بندی بدلیل مشخص نبودن برچسب مراکز کار بسیار مشکلی است برای برطرف کردن این مشکلات از خوشه بندی نیمه نظارت شده استفاده می شود معیارهای شباهت متفاوت نتایج خوشه بندی متفاوتی را در بردارند. برای دستیابی به بالاترین کارایی نتایج خوشه بندی شش سیستم با معیار شباهت متفاوت با رای اکثریت گیری بصورت تعاونی با هم ترکیب می شوند در شرایطی که تعداد رای ها برای یک تصویر کم باشد از باز خورد مرتبط برای حاشیه نویسی ان استفاده می شود.

کلیدواژه ها:

بازیابی تصویر برمبنای محتواCBIR ، حاشبه نویسی خودکار تصاویر پزشکی ، معیار شباهت ، خوشه بندی تعاونی

نویسندگان

مهران جوانی

گروه کامپیوتر دانشگاه آزاد اسلامی واحد بهبهان

داود عقلمدی ینگجه

دانشکده برق و رایانه دانشگاه آزاد اسلامی واحد قزوین

روح اله پیش بهار

گروه کامپیوتر دانشگاه آزاد اسلامی واحد بهبهان

بهنام فرد

گروه کامپیوتر دانشگاه آزاد اسلامی واحد بهبهان

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 :
  • Deselaers T, Miller H, Deserno T. "Automatic medical image annotation ...
  • Florea F, MSuller H, Rogozan A, Geissbuhler A, Darmoni S. ...
  • feature space. IEEE Trans. Neural Networks 13(3), 780- 784 (2002). ...
  • Mojsilovic A, Gomes J. Semantic based image. categorization, browsing and ...
  • Lehmann TM, G'uld MO, Deselaers T, Keysers D, Schubert H. ...
  • Zhang G, MA Z. Texture featue extraction and description using ...
  • Pourghassem H, Ghassemian H. Contet-based I medical image classification using ...
  • D E SCR IPTORS ON AFFINE TRANS FORMED SHAPES", IEEE ...
  • Mathematics 227 (2009) 294-307 _ ...
  • Sameer Antani, Rangachar Kasturi, Ramesh Jain _ surveyon the use ...
  • Hossein N ezamabadi-pour , Ehsanollah Kabir ...
  • Paisarn Muneesawang, and Ling Guan :An Interactive Approach for CBIR ...
  • _ _ National Conference on Comput er Engineering & Inf ...
  • نمایش کامل مراجع