بازیابی تصاویر پزشکی با استفاده از توصیفگرSURF انتخاب مراکز بهینه در k-means

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 394

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTI01_088

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

توجه به پیشرفت روز افزون تجهیزات پزشکی و دستگاههای تصویربرداری پزشکی، روزانه حجم وسیعی از تصاویر دیجیتال پزشکی در مراکز درمانی و بیمارستانها تولید و در پایگاهدادههایی ذخیره میشوند. حجم گسترده این تصاویر، بازیابی آنها را به یکی از چالشهای این زمینه تبدیل کرده است. یکی از معمولترین روشهای بازیابی تصاویر، بازیابی مبتنی بر مدل کیسهای از کلمات بصری میباشد. یکی از رایجترین تکنیکها برای تولید کلمات بصری استفاده از خوشهبند K-means میباشد. با این حال کارایی خوشه بند K-means بهطور قابل توجهی به مراکز اولیهی انتخابی برای خوشهها وابسته است و چون در الگوریتم پایه K-means مراکز خوشهها بهطور تصادفی انتخاب میشوند، تکنیکهای بازیابی تصویری که مبتنی بر کیسهای از کلمات با استفاده از K-means پایه هستند، از کارآیی مطلوبی برخوردار نمیباشند. هدف این مقاله ارایه ی روشی جهت بهبود دقت بازیابی تصاویر پزشکی براساس محتوا با استفاده از انتخاب نقاط بهینه در خوشه بند K-means میباشد. در این روش پس از استخراج ویژگیهای محلی تصاویر با توصیفگرSURF خوشهبند K-means را با مراکز اولیه بهینه و غیرتصادفی برای تولید کلمات بصری بهینه بکار میگیریم. برای انتخاب نقاط اولیهی بهینه از سه الگوریتم مبتنی بر اختلاف محدوده، مبتنی بر وزن و مبتنی بر میانگین استفاده شده است

نویسندگان

سمانه یوسفی

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد خمین

حمید پایگذار

استادیار، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد خمین

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 :
  • Miiller, H., et al., "A review of content-based image retrieval ...
  • Zare, M.R., W.C. Seng, and A. Mueen, "Automatic Classification of ...
  • Caicedo, J. C. and E. Izquierdo (2010). "Combining Low-level Features ...
  • Wang, J., et al., B ag-of-features based medical image retrieval ...
  • Ravindran, U. and T. Shakila (2013). "Content based image retrieval ...
  • Vanegas, J., et al. (2014). Unsupervised feature learning for content-based ...
  • Bay, H., T. Tuytelaars, and L. Van Gool, Surf: Speeded ...
  • Nazeer, K., et al. (2011). Enhancing the k-means clustering algorithm ...
  • Goyal, M. and S. Kumar (2014). "Improving the Initial Centroids ...
  • Rahman, M, et al. 2014 An Approach for Selecting Optimal ...
  • Zhang, Q. and E. Izquierdo (2013). "Histology image retrieval in ...
  • نمایش کامل مراجع