ارائه الگوریتمی مبتنی بر ویژگی های رنگی برای تشخیص خونریزی در تصاویر کپسول آندوسکوپی بیسیم
عنوان مقاله: ارائه الگوریتمی مبتنی بر ویژگی های رنگی برای تشخیص خونریزی در تصاویر کپسول آندوسکوپی بیسیم
شناسه ملی مقاله: IPRIA02_009
منتشر شده در دومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر در سال 1393
شناسه ملی مقاله: IPRIA02_009
منتشر شده در دومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر در سال 1393
مشخصات نویسندگان مقاله:
وحید فقیه دینوری - دانشکده برق و کامپیوتر دانشگاه تبریز
قادر کریمیان خسروشاهی - دانشکده برق و کامپیوتر دانشگاه تبریز
مینا زلفی لیقوان - دانشکده برق و کامپیوتر دانشگاه تبریز
خلاصه مقاله:
وحید فقیه دینوری - دانشکده برق و کامپیوتر دانشگاه تبریز
قادر کریمیان خسروشاهی - دانشکده برق و کامپیوتر دانشگاه تبریز
مینا زلفی لیقوان - دانشکده برق و کامپیوتر دانشگاه تبریز
کپسول آندوسکوپی بیسیم دستاورد جدیدی در زمینه ی تشخیص بیماری هاست که توسط شرکت Given Imaging معرفی شده است. این ابزار امکان مشاهده جداره ی داخلی دستگاه گوارشی را امکان پذیر ساخته است. تعداد تصاویر بدست آمده از کپسول به ازای هر بیمار زیاد بوده در نتیجه بررسی همه آنها به زمان زیادی نیاز خواهد داشت. برای حل این مشکل محققان در پی راه حلی برای کاهش زمان لازم جهت آنالیز تصاویر توسط پزشکان بوده اند. در نتیجه به طراحی سیستم های کامپیوتری کمک تشخیصی پرداخته اند که توانایی شناسایی و تشخیص بافت های هدف همچون بافت های خونی را با دقت قابل قبولی داشته باشند. در این مقاله الگوریتم جدیدی برای تشخیص بافت های خونی با استفاده از ویژگی های رنگی و بر پایه آستانه ای نمودن تصاویر ارائه شده است. فضای رنگ HSV به خاطر جداسازی اطلاعات رنگی تصویر و اطلاعات شدت روشنایی در این الگوریتم مورد استفاده قرار گرفته است. برای محاسبه میزان عملکرد صحیح روش پیشنهادی از مجموعه داده ی اطلاعات شدت روشنایی در این الگوریتم مورد استفاده قرار گرفته است. برای محاسبه میزان عملکرد صحیح روش پیشنهادی از مجموعه داده ی مشتمل بر 750 تصویر خونی و 750 تصویر سالم استفاده شده است. نتایج بدست آمده حاکی از عملکرد مناسب روش پیشنهادی در تشخیص و جداسازی تصاویر خونی است.
کلمات کلیدی: سیستم کامپیوتری کمک تشخیصی، کپسول آندوسکوپی بیسیم، ویژگی رنگ
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/373433/