بخش بندی مبتنی بردانش آناتومی روده بزرگ با استفاده از تصاویر سه بعدی سی تی اسکن برای سیستم کولونسکوپی مجازی

  • سال انتشار: 1384
  • محل انتشار: دومین کنفرانس بین المللی فناوری اطلاعات و دانش
  • کد COI اختصاصی: ICIKT02_025
  • زبان مقاله: فارسی
  • تعداد مشاهده: 3910
دانلود فایل این مقاله

نویسندگان

شهروز فقیه روحی

قطب علمی کنترل و پردازش هوشمند , گروه مهندسی برق و کامپیوتر , دانشکده ف

رضا آقایی زاده ظروفی

قطب علمی کنترل و پردازش هوشمند , گروه مهندسی برق و کامپیوتر , دانشکده ف

شهرام اخلاق

دانشگاه علوم پزشکی تهران

حمید سلطانیان زاده

قطب علمی کنترل و پردازش هوشمند , گروه مهندسی برق و کامپیوتر , دانشکده ف

چکیده

در این مقاله روشی برای بخش بندی حفره های کولونی از سایر حفره های موجود در تصاویر سی تی اسکن با استفاده از تکنیکهای خوشه بندی و دانش آناتومیک بیان شده است . بدین صورت که ابتدا با استفاده از دو روش کوانتیزاسیون برداری و خوشه بندی فازی بصورت جداگانه حفره های موجود در تصاویر استخراج شده و سپس با استفاده از دانش آناتومیک به جداسازی تعاملی حفره های کولونی از سایر حفره های بخش بندی شده می پردازیم . برای کاهش ابعاد ویژگی از آنالیز مولفه های اصلی ٥ استفاده می شود . برای ارزیابی میزان دقت نتایج بدست آمده از منحنی ٦ ROC استفاده شده است . در این بررسی از داده های واقعی استفاده گردیده و نتایج بدست آمده توسط متخصص مورد ارزیابی قرار گرفته است . نتایج حاصله برتری روش پیشنهادی براساس کوانتیزاسیون برداری را نسبت به روش خوشه بندی فازی نشان می دهد . با استفاده از نرم افزار طراحی شده حفره های موجود بخش بندی می شود و سپس با استفاده از نرم افزار مدال نمایش سه بعدی از کل روده ارائه می گردد .

کلیدواژه ها

کولونسکوپی مجازی - بخش بندی مبتنی بر دانش - خوشه بندی فازی - کوانتیزاسیون برداری - آنالیز مولفه های اصلی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.