روشی جدید برای قطعه بندی تصاویر MRI مغز

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 775

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECTRICA02_004

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

قطعه بندی تصویر پزشکی یعنی تقسیم تصویر به زیرناحیه های مهم که یکی از فناوری های کلیدی در آنالیز و پردازش تصویر پزشکی می باشد. تکنیک های قطعه بندی تصاویر یک کار ارزشمند در بسیاری از حوزه ها، مثل تعیین خاصیت یک بافت، تشخیص پزشکی، مطالعه ساختار تشریحی، برنامه ریزی درمان و غیره است. در آنالیز تصویر، قطعه بندی جزء مراحل ابتدایی می باشد. قبل از تحلیل تصویر باید تصویر را به اجزای تشکیل دهندهتقسیم کنیم. تصاویر پزشکی مانند (MRI)، سونوگرافی، پرتوی x از اهمیت فراوان در انفورماتیک پزکشی برخوردارند. ما در این مقاله یک روش جدید برای قطعه بندی تصاویر MRI مغز ارائه می دهیم. در این روش الگوریتمی ترکیبی برای به دست آوردن نقاط بذر ارائه می نماییم و سپس با استفاده از هیستوگرام تصویر آستانه گذاری را انجام می دهیم و آن را به وسیله ی لبه یابی بهبود می بخشیم و با استفاده از آستانه ی بهبود یافته و نقاط بذر به دست آمده تصویر MRI مغز را قطعه بندی می نماییم. نتایج به دست آمده بهبود قابل توجهی را در زمینه ی قطعه بندی نشان می دهد.

کلیدواژه ها:

قطعه بندی تصاویر پزشکی ، آستان گذاری ، الگوریتم رشد ناحیه

نویسندگان

هومن کاشانیان

استادیار، دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی، فردوس، ایران

ساره ایزدپناه

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، فردوس، ایران

رفعت نقیبی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، فردوس، ایران

مهدیه معاون سعیدی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، فردوس، 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 :
  • L. G. Shapiro and G. C. Stockman. (2001) Computer Vision. ...
  • R. Adams and L. Bischof. (1994) Seeded region growing. IEEE ...
  • J. Canny. (1986) A computational approach to edge detection. IEEE ...
  • M. Berthod, Z. Kato, S. Yu, and J. Zerubia, (1996) ...
  • B. Manjunath and Chellapa R. (1991) Unsupervised texture segmentation using ...
  • M. Kass, A. Witkin, and D. Terzopoulos, (1987) , Snakes: ...
  • D. Mumford and J. Shah, (1989) , Optimal Approximat ions ...
  • V. Caselles, R. Kimmel, and G. Sapiro, (1995) , Geodesic ...
  • R. Malladi, J. Sethian, and B. Vemuri, (1995) , Shape ...
  • J. Shi and J. Malik, (2000); 0Normalized cuts and image ...
  • D. Comaniciu and P. Meer, (2002) "Mean shift: A robust ...
  • Chenyang Xu and Jerry L. Prince, Gradient vector flow: a ...
  • Tao Wang, Irene Cheng, Member, IEEE, and Anup Basu*, Senior ...
  • ShyhWeiTeng , Rafi Md. NajmusSadat, GuojunLu(20 _ 5) _ Effecti ...
  • Sun Yongqian and Xi Liang _ A New Paralle Segmentation ...
  • P. Gibbs, D. Buckley, S. Blackband, and A.Horsman, "Tumour volume ...
  • Barak A. Pearlmutter, " Fast Exact Multiplication by the Hessian", ...
  • Les Kitchen, Azriel Rosenfeld, "Edge evaluation using local edge coherence ...
  • T.Logeswari and M.Karnant An Improved Imp lementation of Brain Tumor ...
  • _ M. N. R. Gajanayake, R. D. Yapa and B. ...
  • R.Sukanesh and A.Padma ":Automatic Classification and Segmentation of Brain Tumor ...
  • Tianzi Jiang, Faguo Yang, Yong Fan, David J. Evans. ":A ...
  • نمایش کامل مراجع