بخش بندی تصاویر مغز با استفاده ازروش ترکیبی ماشین بردار پشتیبان و الگوریتم بهینه سازی جمعیت ذرات کوانتمی SVM-QPSO
محل انتشار: یازدهمین کنفرانس سراسری سیستم های هوشمند
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 853
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS11_182
تاریخ نمایه سازی: 14 مهر 1392
چکیده مقاله:
چکیده – هدف اصلی در این مقاله، ارائه الگوریتمی جهت بخش بندی بافتهای اصلی، یعنی ماده سفید، ماده خاکستری و مایع مغزی - نخاعی می باشد. در ابتدا با توجه به ماهیت تصاویر MRI یک سری پیش پردازشها، شامل حذف جمجمه، حذف پیکسلهای پس زمینه، نویززدایی و نرمالیزاسیون شدت روشنایی انجام می شود. سپس ویژگیهای بافتها استخراج شده و با استفاده از ترکیب الگوریتم ماشین بردار پشتیبان و الگوریتم بهینه سازی جمعیت ذرات کوانتمی، اسلایسها وپیکسلها به سه کلاس WM ، GM و CSF بخش بندی می شود . مقایسه نتایج با سایر روشهای موجود نشان می دهد، که الگوریتم پیشنهادی قابلیت بالایی در بخش بندی تصاویر مغزی دارد
کلیدواژه ها:
الگوریتم ماشین بردار پشتیبان ، الگوریتم بهینه سازی جمعیت ذرات کوانتمی ، آسیب شناسی ، بخش بندی تصاویر مغز
نویسندگان
مریم پورمحی آبادی
دانشگاه شهید باهنر کرمان
محدثه سلیمان پور
دانشگاه شهید باهنر کرمان
ایمان کلانتری
دانشگاه علم و صنعت ایران
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 :