بخش بندی خودکار ماهیچه های مقطع ران با استفاده از روش چنداطلس سلسله مراتبی و الگوریتم FRFCM در تصاویر سی تی اسکن
محل انتشار: نشریه ی مهندسی پزشکی زیستی، دوره: 13، شماره: 3
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 10
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBM-13-3_006
تاریخ نمایه سازی: 9 اسفند 1404
چکیده مقاله:
کمیسازی و مدلسازی ماهیچههای اسکلتی میتواند به بررسی بیماریهای مربوط به ماهیچه، مشکلات حرکتی خاص و شبیهسازیهای مورد نیاز برای انجام جراحیهای مربوطه کمک نماید. بدین منظور به بخشبندی ماهیچهها در تصاویر پزشکی نیاز است. با توجه به اهمیت ماهیچههای مقطع ران در حفظ تعادل بدن و راه رفتن، در این پژوهش بخشبندی این ماهیچهها در تصاویر سیتیاسکن انجام شده که برای این منظور از روش چنداطلس (بهبود یافته ی روش چنداطلس سلسله مراتبی در مطالعه ی قبلی نویسندگان) استفاده شده است. در این روش پس از پیشپردازش تصویر، ناحیه ی مربوط به ماهیچه از سایر بافتها با استفاده از روش FRFCM به صورت اتوماتیک استخراج شده و از ماسک باینری ماهیچه و ماسک ماهیچه ی بهبود یافته در روش چنداطلس برای بخشبندی مجزای ماهیچهها استفاده شده است. روش پیشنهادی با استفاده از ۲۰ مجموعه ی داده ی سیتیاسکن شامل ۱۲ نمونه ی زن و ۸ نمونه ی مرد پیادهسازی شده است. این روش در مقایسه با روش چنداطلس سلسله مراتبی هزینه ی محاسباتی بسیار کم تری دارد. به طور میانگین، زمان مورد نیاز برای بخشبندی ماهیچهها با استفاده از روش پیشنهادی و روش چنداطلس سلسله مراتبی به ترتیب برابر با ۲۴ و ۷۱ ثانیه برای یک اسلایس از هر نمونه بوده و بنابراین روش پیشنهادی زمان پیادهسازی را تقریبا تا یک سوم روش قبل کاهش داده است. میانگین ضریب شباهت دایس برای روش پیشنهادی با ماسک ماهیچه ی بهبود یافته و روش چنداطلس سلسله مراتبی به ترتیب برابر با ۶۹/۷±۵۸/۸۶ و ۲۶/۸±۰۷/۸۳ بوده و میانگین دقت و حساسیت برای روش پیشنهادی برابر با ۶/۹±۷۸/۸۹ و ۲۵/۹±۶۳/۸۴ و برای روش چنداطلس سلسله مراتبی برابر با ۰۴/۱۲±۸۵/۸۸ و ۸۸/۱۰±۰۴/۷۸ می باشد. بنابراین بر اساس معیارهای ضریب شباهت دایس، دقت و حساسیت روش پیشنهادی نتایج کمی بهتری نسبت به روش پیشین داشته است.
کلیدواژه ها:
نویسندگان
ملیحه مولائی
دانشجوی دکتری مهندسی پزشکی، آزمایشگاه کنترل و پردازش تصویر هوشمند، دانشکده ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران
رضا آقائی زاده ظروفی
استاد، گروه بیوالکتریک، آزمایشگاه کنترل و پردازش تصویر هوشمند، دانشکده ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، 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 :