بخش بندی ناحیه شفافیت گردنی جنین بر اساس الگوریتم خوشه بندی FCM مبتنی بر کرنل
محل انتشار: چهارمین کنفرانس ملی و دومین کنفرانس بین المللی پژوهش های کاربردی در مهندسی برق، مکانیک و مکاترونیک
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 512
فایل این مقاله در 12 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF04_539
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
سندروم داون یکی از بیماری های جنینی می باشد که با استفاده از روش های تهاجمی و غیر تهاجمی در سه ماهه اول و به صورت تکمیلی در سه ماهه دوم بارداری قابل تشخیص است. با توجه به این که روش های تهاجمی خطرناک می باشند، استفاده از روش غیر تهاجمی دارای دقت مناسب همواره مورد توجه متخصصین در این زمینه می باشد. یکی از روش های غیر تهاجمی، اندازه گیری ضخامت شفافیت گردنی جنین در تصاویر سونوگرافی می باشد، که این روش به دلیل کیفیت نامطلوب تصاویر سونوگرافی و وابستگی شدید به اپراتور محدوده حساسیت بالایی دارد. هدف ما از این پژوهش، ارایه روشی کارآمد و موثر برای بخش بندی شفافیت گردنی جنین، ضمن کاهش نقش اپراتور می باشد. الگوریتم ارایه شده در این پژوهش پس از اخذ تصویر سونوگرافی جنین شامل بخش بندی ناحیه مورد نظر با استفاده از روش خودکار بر اساس الگوریتم خوشه بندی FCM مبتنی بر کرنل (KFCM) میباشد که نسبت به بخش بندی دستی دارای میزان حساسیت بالای 0.9531 و ضریب جاکارد 0.9318 می باشد. نتایج بدست آمده در این پژوهش با درصد خطای قابل قبول نسبت به اپراتور خبره ناحیه شفافیت گردنی را به صورت خودکار بخش بندی می کند.
کلیدواژه ها:
نویسندگان
سمیه میرزایی رضایی
دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران
نادر جعفرنیا دابانلو
استادیار مهندسی پزشکی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران
سیدکمال الدین ستاره دان
دانشیار مهندسی پزشکی، دانشگاه تهران، تهران، 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 :