بهبود ادغام تصاویر MRI و PET با استفاده از روش چند دقتی ترکیبی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,106

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICBME18_045

تاریخ نمایه سازی: 27 فروردین 1393

چکیده مقاله:

ادغام تصاویر یک ابزار پرکاربرد برای افزایش کیفیت تفسیر تصاویر در کاربردهای پزشکی است. چنین فرایندی باید ویژگ یهای اصلی و اطلاعات مفید را تا حد امکان حفظ نموده و از ورود اطلاعات ساختگی به تصویر جلوگیری کند. ادغام تصاویر عملکردی PET با تصاویر آناتومیکی MRI رزلوشن مکانی تصاویر عملکردی را تا حد تصویر آناتومیکی رزلوشن بالا ارتقاء می دهد. مطالعات اخیر نشان می دهد که روش ادغام IHS و تبدیل کانتورلت غیر زیرنمونه گیری شده (NSCT)، هر دو م یتوانند برای ادغام تصاویر موثر وکارآمد باشند. در این بررسی از یک روش چند دقتی ترکیبی برای ادغام تصاویراستفاده شده است، بدین معنی که تجزیه NSCT روی تصویر خاکستری MRI و مؤلفه شدت تصویر PET انجام شده و ضرایب فرکانسی بر مبنای قانون انتخاب پیشنهاد شده در مقاله ادغام می شوند. نتایج آزمایش ها نشان می دهد که روش ترکیبی می تواند با تخریب کمتری اطلاعات دیداری بیشتری از تصاویرمنبع استخراج کند. از آنجا که تبدیل NSCT تغییر ناپذیر با مکان است، این روش عملکرد بهتری نسبت به تبدیل ویولت گسسته دارد. تغییر ناپذیری با مکان در حالتی که تصاویر منبع بدلیلی همچون تغییر شکل بافت یا تغییر موقعیت بیمار قابل انطباق کامل نباشند، اهمیت بیشتری دارد.

کلیدواژه ها:

ادغام تصاویر MRI (تصویر برداری تشدید مغناطیسی) ، PET (تصویربردای تابش پوزیترون) ، NSCT (تبدیل کانتورلت غیر زیرنمونه گیری شده) ، Intensity-Hue-Saturation) IHS ، روش چند دقتی ترکیبی

نویسندگان

عطیه مقیمی

دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی

عباس نصیرایی مقدم

استادیار دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی

سبلان دانشور

استادیاردانشگاه صنعتی امیرکبیر، دانشکده مهندسی برق

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 :
  • Q. Zhang and B-L. Guo. "Multifocus image fusion using the ...
  • B. Yang and S. Li , "Hybrid Multiresolution Method for ...
  • A.L. da Cunha, J.P. Zhou and M.N. Do, "The nonsubsampled ...
  • . _ Daneshvar, H. Pourghassem M. Danishvar, and H. Ghassemian, ...
  • Shutao Li, Bin Yang and Jianwen Hu: Performance comparison of ...
  • نمایش کامل مراجع