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

فشرده سازی بدون اتلاف تصاویر ماموگرافی به روش تفکیک متوالی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۹۱۳ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی پزشکی / Biomedical Engineering
سال انتشار: ۱۳۸۶
کد COI مقاله: ICEE15_007
زبان مقاله: فارسی
حجم فایل: ۶۹۳.۶۹ کلیوبایت (فایل این مقاله در ۶ 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 ۶ 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 فشرده سازی بدون اتلاف تصاویر ماموگرافی به روش تفکیک متوالی

  عباس نیک آبادی - دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان
  شادرخ سماوی - دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان
  نادر کریمی - دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان
  ابراهیم نصراصفهانی - دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان

چکیده مقاله:

تصویربرداری ماموگرافی یکی از روشهای تشخیص سریع سرطان سینه است و نقش اساسی را در تشخیص زود هنگام این بیماری بر عهده دارد. بدلیل تعداد بسیار زیاد تصاویر ماموگرافی و اهمیت نگهداری آنها در پایگاه های داده مختلف و همچنین نیاز به جابجایی آنها به طریق شبکه های کامپیوتری، فشرده سازی این تصاویر مورد توجه محققان زیادی در این زمینه قرار گرفته است. دراین مقاله روش جدیدی به منظور فشرده سازی بدون اتلاف تصاویر ماموگرافی پیشنهاد شده است. ایده اصلی روش پیشنهادی بر اساس فشرده سازی تدریجی خطاهای بدست امده از اعمال پیشگویی ، توسط یک الگوریتم تکرار شونده استوار است، درچند مرحله متوالی، پیکسلهایی از تصویر که سطح روشنایی آنها بین محدوده خاصی قرار دارد. از تصویر جدا شده و توسط کدگذاری ریاضی فشرده می شوند. نتایج پیاده سازی روش پیشنهادی با جدیدترین روشهای استاندارد فشرده سازی تصویر PNG, JBIG JPEG2000 JPEG-LS مانند مقایسه شده و نشان دهنده برتری روش ارائه شده نسبت به این روشها، برای فشرده سازی تصاویر ماموگرافی می باشد.

کلیدواژه‌ها:

ماموگرافی ، فشرده سازی بدون اتلاف ، پیشگویی

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-ICEE15-ICEE15_007.html
کد COI مقاله: ICEE15_007

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:
نیک آبادی, عباس؛ شادرخ سماوی؛ نادر کریمی و ابراهیم نصراصفهانی، ۱۳۸۶، فشرده سازی بدون اتلاف تصاویر ماموگرافی به روش تفکیک متوالی، پانزدهیمن کنفرانس مهندسی برق ایران، تهران، مرکز تحقیقات مخابرات ایران، https://www.civilica.com/Paper-ICEE15-ICEE15_007.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: (نیک آبادی, عباس؛ شادرخ سماوی؛ نادر کریمی و ابراهیم نصراصفهانی، ۱۳۸۶)
برای بار دوم به بعد: (نیک آبادی؛ سماوی؛ کریمی و نصراصفهانی، ۱۳۸۶)
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 :

  • Al-Saiegh, M.Y., Krishnan. S., "Fixed block-based lossless compression of digital ...
  • h _ tp ://www.medici _ _ _ om/mammo gram/aricle .htm ...
  • Grinstead, H. Sari-Sarraf, S. Gleason, S. Mitra, _ Content-Based Compression ...
  • M. Penedo, W. A. Pearlman, P. G. Tahoces, M. Souto, ...
  • _ Cuhadar, K. Wang, qnd S. Tasdoken, "Region of interest ...
  • X. Li, S. Krishnan and N.-W. Ma, "A novel way ...
  • M. J. Weinberger, G. Seroussi, and G. Sapiro, "The LOCO-I ...
  • D. S. Taubman and M.W. Marcellin, «JPEG 2000: image compression ...
  • K. Sayood, "Introduction to Data Compression", Second Edition, Morgan Kaufmann, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۰۲۶۱
    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.