Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

جداسازی بافت مغزازدیگرقسمت های تصاویر mri مغزی با وزن T1 و T2 بااستفاده ازبهینه کردن فراوانی شدت پیکسل های تصویر

سال انتشار: 1392
کد COI مقاله: ICEEE05_457
زبان مقاله: فارسیمشاهده این مقاله: 18,728
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله جداسازی بافت مغزازدیگرقسمت های تصاویر mri مغزی با وزن T1 و T2 بااستفاده ازبهینه کردن فراوانی شدت پیکسل های تصویر

فرشید نجابت - دانشگاه آزاد اسلامی واحدفسا
مهران یزدی - دانشگاه شیراز
علیرضا ذوالقدراصلی - دانشگاه شیراز

چکیده مقاله:

تصویربرداری رزونانس مغناطیسی MRI یک تکنیک تصویربرداری پیشرفته پزشکی درارایه اطلاعات غنی درمورد اناتومی بافت نرم انسان است تابحال الگوریتم های زیادی برای جداسازی استفاده شده ازجمله الگوریتم مورفولوژی الگوریتم FCM و غیره دراین مقاله با استفاده ازالگوریتم پیشنهادیمان قسمت جمجمه را ازمغز درتصاویر تشدید مغناطیسی MRI ) T1 T2 جدا می کنیم مزیت این الگوریتم این است که درهردونوع تصاویر T1,T2 و انواع سطوح تصویرMRI مانند Sagittal Coronal Axial کاربرددارد درپایان نیز تصاویربدست امده را با تصاویری که توسط رادیولوژیست متخصص جداسازی شده مقایسه می کنیم و نشان میدهیم که این الگوریتم باتوجه به اتوماتیک بودن و بدون نیاز بهدخل و تصرف کاربر توانسته بافت مغز را بدون صدمه استخراج کند

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICEEE05_457 میباشد و 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://civilica.com/doc/219772/

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:
نجابت، فرشید و یزدی، مهران و ذوالقدراصلی، علیرضا،1392،جداسازی بافت مغزازدیگرقسمت های تصاویر mri مغزی با وزن T1 و T2 بااستفاده ازبهینه کردن فراوانی شدت پیکسل های تصویر،پنجمین کنفرانس ملی مهندسی برق و الکترونیک ایران،گناباد،https://civilica.com/doc/219772

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: (1392، نجابت، فرشید؛ مهران یزدی و علیرضا ذوالقدراصلی)
برای بار دوم به بعد: (1392، نجابت؛ یزدی و ذوالقدراصلی)
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 :

  • دانشگاه آز اد اسلامی گناباد - 30029 و 31 مرداد ...
  • R .Dhanasekaran and D.Selvaraj , Novel approach for segmentation of ...
  • M. Taherdangkoo and M. Yazdi and M H. Rezvani , ...
  • http ://en. wikipedia. org/wiki/M agnetic_re sonance_imagi ng ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 992
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.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

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.

پشتیبانی