حذف نویز اسپکل در تصاویر آلتراسوند پزشکی مبتنی بر شبکه عصبی و تبدیل موجک

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,100

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FJCFIS01_218

تاریخ نمایه سازی: 14 خرداد 1387

چکیده مقاله:

آلتراسونوگرافی، به دلیل داشتن خصوصیاتی چون غیرتهاجمی بودن، قابلیت حمل و قیمت نسبتاً پایین آن، یکی از روشهای پرکاربرد در تصویربرداری از اعضای داخلی و بافتهای نرم بدن انسان است. با این وجود، کیفیت پایین تصاویر آلتراسوند، پیش پردازش آنها را برای تشخیص پزشکی اجتناب ناپذیر مینماید. این پیش پردازش، شامل حذف نویز اسپکل میباشد که نوعی نویز ضرب شونده است و تفسیر تصاویر آلتراسوند را دچار مشکل میکند. در این مقاله، برای حذف این نوع نویز از روش شبکه عصبی آستانه گذاری با تابع غیرخطی جدید استفاده شده است. این روش با ترکیب مفهوم شبکه عصبی و حذف نویز در حوزه ی موجک، با استفاده از آموزش بدون ناظر و با کمک معیار SURE ، این نوع نویز را حذف میکند. نتایج آزمایشها، برتری روش پیشنهادی را نسبت به سایر روشهای متداول به اثبات میرساند.

کلیدواژه ها:

تبدیل موجک ، تصاویر آلتراسوند ، شبکه عصبی آستانه گذاری ، نویز اسپکل

نویسندگان

مهدی نصری

بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان.

حسین نظام آبادی پور

بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان.

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 :
  • م. نصری و ح. نظام‌آبادی‌پور "حذف نویز از تصاویر به ...
  • A. Achim, A. Bezerianos and P. Tsakalides, ،Novel Bayesian multiscale ...
  • J. S. Lee, "Speckle suppression and analysis for synthetic aperture ...
  • D. T. Kuan, A. A. Sawchuk, and P. Chavel, *Adaptive ...
  • S. Gupta, R.C. Chauhan and S.C. Sexana, _، Wavelet- based ...
  • Y. Chen, A. Raheja, ،Wavelet lifting for Speckle noise reduction ...
  • M. Masteriani, *Fuzzy thresholding in Wavelet domain for Speckle reduction ...
  • M. Mastriani and A. E. Giraldez, ،Neural shrinkage for Wavelet-based ...
  • W. Wen, X. Fu-cheng, D. Yun-long and R. Guo-sheng, *Speckle ...
  • J. R. Sveinsson and J. A. Benediktsson, 00Almost translation invariant ...
  • images, IEEE Trans _ Geoscience and Remote sensing, vol. 41, ...
  • R. Lu, X. Mengdao, B. Zheng and C. Haojun, *Adaptive ...
  • Y. Rangsanseri and W. Prasongsook, "Speckle reduction using Wiener filtering ...
  • D. L. Donoho and I. M. Johnstone, «Ideal spatial adaptation ...
  • -noising by soft-thre sholding, ?* IEEE De؛ [13] D. L. ...
  • S. Chang, B. Yu, and M. Vetterli, *Adaptive wavelet thresholding ...
  • X.-P. Zhang, «Thresholding Neural Network for Adaptive Noise reduction, IEEE ...
  • S. Haykin, Neural Network: A Comp rehensive Foundation, Prentice-Hall _ ...
  • C. Stein, ،Estimation of the mean of a multivariate normal ...
  • F. Sattar, L. Floreby, G. Salomonsson, B. Lovstrom, ;'Image enh ...
  • نمایش کامل مراجع