بخش بندی خودکار تصاویر ریزآرایه بر اساس نظریه گراف
محل انتشار: سیزدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,279
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME13_005
تاریخ نمایه سازی: 31 خرداد 1387
چکیده مقاله:
در دهه اخیر، علم ژنتیک و به ویژه ژنتیک سلولی دستخوش تحولات بسیاری شده است. یکی از این تحولات، ظهور فن آوری ریز آرایه (Microarray) می باشد. ریز آرایه ها ابزاری بسیار قدرتمند جهت مطالعه و آنالیز رفتار هزاران ژن به طور همزمان بوده و نقش مهمی را در کشف و تشخیص بیماری ها و همچنین بررسی روش های درمان آنها بر عهده دارند. یکی از مهمترین بخش های آزمایش ریزآرایه، پردازش و آنالیز تصاویر حاصل از آن است. در این فرآیند، بخش بندی (Segmentation) یا جدا نمودن Spotها از پس زمینه تصویر (Background) از اهمیت ویژه ای برخوردار است و یکی از اولین مراحل پردازش اینگونه تصاویر بحساب می آید. همچنین چگونگی انجام این کار تاثیر مستقیم در کارایی مراحل بعدی پردازش و نتیجه نهایی خواهد داشت. تاکنون روشهای مختلفی جهت بخش بندی تصاویر ریز آرایه ارائه شده است. در این مقاله روش جدیدی بر اساس نظریه گراف جهت بخش بندی خودکار این گونه تصاویر پیشنهاد شده است. نتایج پیاده سازی های انجام شده حاکی از این مطلب است که روش پیشنهادی علاوه بر کارایی بالا، بسیاری از مشکلات موجود در سایر روشهای بخش بندی اینگونه تصاویر را نیز به همراه ندارد.
کلیدواژه ها:
نویسندگان
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 :