تحلیل تصاویر اسکن استخوان تمام بدن با استفاده بهبود کمی درخشندگی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 795

فایل این مقاله در 15 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCOMP01_299

تاریخ نمایه سازی: 16 شهریور 1395

چکیده مقاله:

امروزه کاربرد پردازش تصویر در علوم مختلف بر کسی پوشیده نیست. در این میان پردازش تصویر در پزشکی، به منظور تشخیص بیماری ها، به نتایج قابل قبولی دست یافته است. یکی از این کاربردها که در این پایان نامه به آن پرداخته شده است، تشخیص ضایعه در اسکن استخوان تمام بدن می باشد. اسکن تمام بدن استخوان در تشخیص ضایعات خوش خیم نظیر بیماریهای عروقی و متابولیک استخوان و صدمات ورزشی و نیز بررسی فراگستری استخوانی کاربرد دارد. از اصلی ترین معیارهای تشخیص نواحی مشکوک به بروز عارضه در بدن، نواحی با درخشندگی بالا در تصویر نسبت به نواحی مجاور و یا عدم تقارن درخشندگی تصویر در نواحی دو سمت بدن می باشد. در این تحقیق نرم افزاری در خصوص آشکارسازی نواحی مشکوک به بیماری در اسکن استخوان تمام بدن، پیاده سازی شده که در آن راهکارهای افزایش میزان شدت پیکسلها بطوریکه عملیات قطعه بندی تصویر را آسانتر کند، مورد بررسی قرار گرفته است و روش ابداعی محقق در زمینه آماده سازی تصویر برای تبدیل به حالت باینری و پیدا کردن نواحی مشکوک به بیماری پیاده سازی شده است. به علاوه نرم افزار طراحی شده امکان ایجاد گزارش را بصورت خودکار داشته که این ویژگی کمک بسیار موثری به پزشک خواهد بود.ارزیابی نرم افزار، با اجرای آن بر روی 11 تصویر اسکن استخوان تمام بدن و ارائه نتایج آن به پزشک متخصص، انجام شده که از مجموع 44 ناحیه دارای عارضه، نرم افزار موفق به یافتن 41 ناحیه صحیح شده که 93/18 درصد موارد را با موفقیت شناسایی نموده است. از لحاظ تعداد نواحی اشتباه در تشخیص نیز در مجموع 11 تصویر 30 مورد مشاهده گردید که بطور میانگین 2/72 عدد اشتباه تشخیص در هر تصویر را نشان می دهد.

نویسندگان

امید شاهین مهر

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

عبدالله چاله چاله

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران - گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه رازی، کرمانشاه، 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 :
  • T. K. Yin and N, T. Chiu, "A computer- aided ...
  • J. Y. Huang, P. F. Kao, Y. S. Chen, " ...
  • L. Sajn, M. Z. Kukar, I. Kononenko, M. M. Cinski. ...
  • J. Y. Huang, M. F. Tsai, P.- F. Kao, Y. ...
  • M. Lyra, A. Ploussi, A. Georgantzoglo u, "Matlab As a ...
  • R. C. Gonzalez, R. E. Woods, S. L. Eddins, Digital ...
  • نمایش کامل مراجع