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

بررسی کمی و کیفی اصلاح میدان بایاس و بخش بندی همزمان در روش بهینه سازی مولفه های ذاتی ضرب شونده در تصاویر MR مغزی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۴ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: IPRIA03_002
زبان مقاله: فارسی
حجم فایل: ۴۱۷.۴۵ کلیوبایت (فایل این مقاله در ۵ 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 ۵ 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 بررسی کمی و کیفی اصلاح میدان بایاس و بخش بندی همزمان در روش بهینه سازی مولفه های ذاتی ضرب شونده در تصاویر MR مغزی

  اکبر علی پورصیفار - دانشجوی کارشناسی ارشد مخابرات گرایش سیستم، واحد علوم و تحقیقات آذربایجان شرقی
  موسی شمسی - دانشیار مهندسی پزشکی گرایش بیوالکتریک دانشگاه صنعتی سهند، گروه مهندسی پزشکی

چکیده مقاله:

بخش بندی تصاویرMR مغز یک مساله مهم در محاسبات پردازش تصاویر پزشکی است. در تصاویر MR مغز، بخش بندی به وسیله یکعامل درونی بهنام ناهمگنی شدت دچار خطا می شود که این ناهمگنی شدت به دلیل وجود همپوشانی در بین شدت بافت های مغزی است که اغلبباعث کلاس بندی نادرست بافت های مغزی می گردد. در این مقاله یک روش جدید جهت بخش بندی و اصلاح میدان بایاس به صورت همزمان، مطرحمی گردد که روش بهینه سازی مولفه های ذاتی ضرب شونده (MICO) نام دارد. روش فوق تصاویر MR مغز را به دو مولفه ذاتی تجزیه می کند کهیکی ویژگی فیزیکی بافت و دیگری میدان بایاس آن است که به همراه ویژگی های مکانی مربوطه ارایه می شود. در ادامه از طریق کمینه سازیانرژی در یک فرآیند تکراری، مولفه های ذاتی فوق را بهینه سازی و در نتیجه اصلاح میدان بایاس و بخش بندی همزمان را انجام می دهد. ارزیابیهای کمی بازدهی بالای روش MICO را در اصطلاح کارایی و دقت ثابت کرد که دقت 90 درصد را برای بخش بندی و اصلاح میدان بایاس را درنواحی سه گانه مغزی و به ویژه در ناحیه حاوی مایع مغزی- نخاعی (CSF) نشان داد.

کلیدواژه‌ها:

بهینه سازی مولفه های ذاتی ضرب شونده، اصلاح میدان بایاس، ناهمگنی شدت، بخش بندی تصاویر MR مغزی

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-IPRIA03-IPRIA03_002.html
کد COI مقاله: IPRIA03_002

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:
علی پورصیفار, اکبر و موسی شمسی، ۱۳۹۶، بررسی کمی و کیفی اصلاح میدان بایاس و بخش بندی همزمان در روش بهینه سازی مولفه های ذاتی ضرب شونده در تصاویر MR مغزی، سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران، شهرکرد، دانشگاه شهرکرد- انجمن ماشین بینایی و پردازش تصویر ایران، https://www.civilica.com/Paper-IPRIA03-IPRIA03_002.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: (علی پورصیفار, اکبر و موسی شمسی، ۱۳۹۶)
برای بار دوم به بعد: (علی پورصیفار و شمسی، ۱۳۹۶)
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: ۱۰۷۵۵
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.