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

3D Automatic Segmentation of Coronary Artery Based on Hierarchical Region Growing Algorithm (3D HRG) in CTA Data- sets

اعتبار موردنیاز: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۳۳۷ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ICBME20_113
زبان مقاله: انگلیسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله 3D Automatic Segmentation of Coronary Artery Based on Hierarchical Region Growing Algorithm (3D HRG) in CTA Data- sets

  Zahra Turani - Control and Intelligent Processing Center of Excellence, School of Electrical and Computer Engineering, University of Tehran,Tehran 14395/515, IRAN.
  Reza A. Zoroofi - Control and Intelligent Processing Center of Excellence, School of Electrical and Computer Engineering, University of Tehran,Tehran 14395/515, IRAN.
Shapoor Shirani - Department of Radiology, School of Medicine, Tehran University of Medical Science, Tehran, IRAN

چکیده مقاله:

Nowadays one of the most important causes of mortality is cardiovascular disease, especially coronary artery stenosis. Therefore, it is important to find an accurate and fastway to diagnose them. Computed tomography angiography is a non-invasive imaging method for the heart and its vessel, whichcan be used instead of angiography in many cases. Indeed, themain focus is on developing an automatic method which can be asaccurate as angiography with the least user’s contribution.Automatic coronary artery segmentation is considered as the first step to reach this goal. Therefore, a hierarchical region growingalgorithm is proposed in which the whole heart region vessels, aorta, left ventricle and other cardiovascular vessels aresegmented for the purpose of coronary artery segmentation. Our method validation is assessed by a radiologist through comparingthe results with manual segmentation of him. Proposed method’s results are 86.81% in average similar to radiologist’s segmentation in kappa statistic and its label consistency withradiologist’s segmentation is 90.23%. Comparing to other methods, our method is automatic and both left and rightcoronary can be segmented in all data-sets. It also segments important branches of coronary artery. According to the radiologist comments and high similarity measure, proposed method is reliable and applicable.

کلیدواژه‌ها:

automatic coronary artery segmentation , computed tomography angiography , 3D region growing algorithm , cardiovascular disease.

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-ICBME20-ICBME20_113.html
کد COI مقاله: ICBME20_113

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:
Turani, Zahra; Reza A. Zoroofi & Shapoor Shirani, ۱۳۹۲, 3D Automatic Segmentation of Coronary Artery Based on Hierarchical Region Growing Algorithm (3D HRG) in CTA Data- sets, بیستمین کنفرانس مهندسی زیست پزشکی ایران, تهران, دانشگاه تهران, https://www.civilica.com/Paper-ICBME20-ICBME20_113.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: (Turani, Zahra; Reza A. Zoroofi & Shapoor Shirani, ۱۳۹۲)
برای بار دوم به بعد: (Turani; Zoroofi & Shirani, ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۵۹۸۷۹
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

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 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.