ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

قطعه بندی تصاویر MRI مغز مبتنی بر شبکه عصبی و تبدیل موجک جهت تشخیص بیماری MS

سال انتشار: 1394
کد COI مقاله: ITCC01_375
زبان مقاله: فارسیمشاهد این مقاله: 532
فایل این مقاله در 8 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 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله قطعه بندی تصاویر MRI مغز مبتنی بر شبکه عصبی و تبدیل موجک جهت تشخیص بیماری MS

ستاره آدینه - دانشجوی کارشناسی ارشد نرم افزار دانشگاه آزاد اسلامی واحد اراک
فردین فرجی - دانشیار دانشگاه علوم پزشکی واحد اراک
عباس کریمی - استادیار دانشگاه آزاد اسلامی واحد اراک

چکیده مقاله:

مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماری ها می تواند اشتباهات پزشکان و خسارت جانی ومالی را کاهش می دهد. از جمله بیماری هایی که در گذشته ناشناخته بوده، بیماری MS می باشد که نوعی اختلال خود ایمنتیسیستم اعصاب مرکزی است که به واسطه پلاک های پراکنده در ماده سفید مغتزی، در اطراف بطینتات مغز و در نخاعمشخص می شود. این پلاک ها در نتیجه تخریب پوشش میلین به واسطه اختلال خود ایمنی به وجود می آید . تصویربرداریMRI به دلیل دقت بالا درتشخیص بافت های نرم و نمایش تمایز بافت های طبیعی از غیر طبیعی جزء ابزارهای مهم در عرصهی تشخیص انواع بیماری ها به خصوص بیماری های مغزی می باشتد.اختلالات عصبی فراوانی وجود دارند که به سیستمعصبی مرکزی بدن آسیب جدی می رساند.از جمله شایع ترین آن ها می توان به بیماری MS اشاره نمود. تصویر برداریMRI نشان داده است که نسبت به بیماری MS بسیار حساس می باشد و توانایی آن را دارد که ضایعات MS را نسبت بهبافت های محیطی خود با شد متفاوتی نشان دهد. صحت شناسایی و تشخیص ضایعات MS در تصاویر MR به شدتدشوار است و انجام قطعه بندی به صورت ذهنی بسیار پر خطا می باشد. یک جایگزین جذاب و دقیق برای قطعه بندی دستی ،قطعه بندی کامپیوتری می باشد که می تواند با دقت بیشتری و در مدت زمان کمتری این کار را برای پزشک انجام دهد. بااستفاده از تبدیل موجک جهت استخراج ویژگی ها و شبکه عصبی قطعه بندی تصاویر MRI مغز بیماران MS جهتجداسازی آسانتر ضایعات انجام گرفته است که نتایج ازنظرحساسیت به میزان 85.5 درصد، دقت 88 درصد ، اختصاصی بودن96 درصد و نرخ خطا 12 درصد قابل اتکا بوده و قابلیت استفاده در بیمارستان ها، کلینیک ها و مراکز درمانی MS را دارد.

کلیدواژه ها:

قطعه بندي، شبكه عصبي ،تبديل موجك، بيماري MS

کد مقاله/لینک ثابت به این مقاله

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/451162/

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:
آدینه، ستاره و فرجی، فردین و کریمی، عباس،1394،قطعه بندی تصاویر MRI مغز مبتنی بر شبکه عصبی و تبدیل موجک جهت تشخیص بیماری MS،کنفرانس بین المللی پژوهش های کاربردی در فناوری اطلاعات، کامپیوتر ومخابرات،تربت حیدریه،،،https://civilica.com/doc/451162

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: (1394، آدینه، ستاره؛ فردین فرجی و عباس کریمی)
برای بار دوم به بعد: (1394، آدینه؛ فرجی و کریمی)
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 ممقالهقاله لینک شده اند :

  • مرتضوی، طه، ساوجی، محمد حسن، فشرده سازی وفقی سیگنال صحبت ...
  • Chaudhuri, Abhijit. "Multiple sclerosis is primarily a neuro degenerative disease." ...
  • Kharrat, Ahmed, et al. "A hybrid approach for automatic classification ...
  • Garcia- Lorenzo _ Daniel, et al. "Review of automatic segmentation ...
  • Ramana, K.V., Basha, K., , Neural Image Recognition System with ...
  • Zijdenbos, Alex P., Reza Forghani, and Alan C. Evans. "Automatic" ...
  • Khadem, Mohammad Shajib. "MRI Brain image segmentation using graph cuts." ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    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: 6,493
    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

    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