بررسی روش های بخش بندی و طبقه بندی تصاویرMRI مغز برای شناسایی تومور مغزی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,050

فایل این مقاله در 8 صفحه با فرمت PDF 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:

ICRSIE01_015

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

تومور مغزی یکی از خطرناک ترین بیماری ها در میان انسانی ها است که در آن معمولا شانس زنده ماندن بیمار کم است. برای اینکه بتوان شانس زنده ماندن فرد مبتلا را افزایش داد، می بایست تومور به درستی در همان مراحل اولیه شناسایی شود. تشخیص هر چه درست تر بیماریها توسط پزشکانی مستلزم استخراج اطلاعات درست و قابل اعتماد از تصاویر و داده های موجود است. لذا تشخیص تومور نیازمند چندین فرآیند اضافی بر روی تصاویر MRI از جمله پردازش تصویر، استخراج ویژگی ها، بهبود تصاویر و طبقه بندی آنها است. ما در این تحقیقی تکنیک ها و روشهای موجود در طبقه بندی تصاویر MRI مغر را برای شناسایی و تشخیص تومور مورد بررسی قراردادیم و همچنین مزایا و معایب هر کدام از این روشها را جهت پیدا کردن بهترین روش برای تجزیه و تحلیل تصاویر MRI مغز بررسی کردیم هدف اصلی در این مقاله کمک به تحقیقی و توسعه در برنامه های کاربردی جدید و مفاهیم جدید در بهره برداری از این تکنیک ها است. امیداست که این تحقیقی یک تصویر کلی از انواع روشها و پتانسیل هایش برای تحقیقی و توسعه بیشتر در دسترسی خوانندگان قرار دهند.

نویسندگان

محسن فروزش

دانشجوی کارشناسی ارشد مهندسی کامپیوتر، موسسه آموزش عالی کاوش محمود آباد

عباس مدرکی شهد

دکتری علوم کامپیوتر، مدیر گروه کامپیوتر موسسه آموزش عالی کاوش محمود آباد

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 :
  • Kekre, H. B., Tanuja K. Sarode., Saylee M. Gharge (2009) ...
  • Lin, C., Yeh, C., Liang, S., Chung, J., Kumar, N ...
  • Panos Kotsas (2005): "Non-rigid Registration of medical image using an ...
  • Jaya, J., Thanushkodi, K (2010): "Exploration On selection of medical ...
  • Badran, E.F., Mahmoud, E.G., Hamdy, N (2010): _ algorithm for ...
  • Qurat-ul Ain., Irfan Mehmood., Naqi, M. Syed., Arfan Jaffar, M ...
  • Hassan Khotanlou, Olivier Colliot, Jamal Atif, Isabelle Bloch, (2009): _ ...
  • Mishra, R (2010): "MRI based brain tumor detection using wavelet ...
  • Gonzalez, Rafel c., Richard E.Woods (2007): "Digital _ _ Pearson ...
  • Review on Image Segmentation Techniques", Pattern Recognition, Vol. 26, A؛ه ...
  • Kang, W.X., Y ang, Q.Q., Liang, R.R (2009): _ Comparative ...
  • Zhang, H., Fritts, J.E., Goldman, S.A (2008): "Image Segmentation Evaluation: ...
  • Internationl Conference on researches in Science and Engineering 28 July ...
  • Pham, D., Xu, C. Prince, L (1998): _ survey of ...
  • Pham, D., Xu, C. Prince, L. (2000) :Current methods in ...
  • Juang, C., Chiu, S., Chang, S (2007): _ self organizing ...
  • Ab del-Maksoud, E., Elmogy, M., & Al-Awadi, R. (2015). Brain ...
  • Zacharaki, E. I., Wang, S., Chawla, S., SooYoo, D., Wolf, ...
  • Maitra, M., & Chatterjee, A. (2006). A Slantlet transform based ...
  • Maitra, M., & Chatterjee, A. (2008). Hybrid multiresolution Slantlet transform ...
  • Wang, H., & Fei, B. (2009). A modified fuzzy c-means ...
  • Kharrat, A., Gasmi, K., Messaoud, M. B., Benamrane, N. & ...
  • Selvaraj, H., ThamaraiSelvi, S., Selvathi, D., & Gewali, L. (2007). ...
  • Chaplot, S., Patnaik, L. M., & Jagannathan, N. R. (2006). ...
  • Zhang, Y., Dong, Z., Wu, L, & Wang, S. (2011). ...
  • Jafarpour, S., Sedghi, Z., & Amirani, M. C. (2012). A ...
  • Khayati, R., Vafadust, M., Towhidkhah, F., & Nabavi, S. M. ...
  • Zollner, F. G. Emblem, K. E., & Schad, L. R. ...
  • Zhang, Y., Dong, Z., Wu, L, & Wang, S. (2011). ...
  • Grana, M., Termenon, _ Savio, A., Gonz alez-Pinto , A., ...
  • نمایش کامل مراجع