ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بهبود بخش بندی تصاویر پزشکی به کمک الگوریتم رشد ناحیه

سال انتشار: 1395
کد COI مقاله: COMCONF03_023
زبان مقاله: فارسیمشاهده این مقاله: 540
فایل این مقاله در 9 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 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود بخش بندی تصاویر پزشکی به کمک الگوریتم رشد ناحیه

چکیده مقاله:

امروزه با افزایش کاربرد تصویر برداری پزشکی ، علم پردازش تصویر به صورت یک دانش مفید در خدمت پزشکی در آمده اشت. عوامل مانند نویز می توانند باعث خراب شدن تصویر شود. پردازش تصویر مناسب منجر به تشخیص صحیح می شود . یکی از شاخه های اصلی پردازش تصویر بخش بندی تصویر است که تصحیح مرز های مخدوش بین بخش های مختلف یک تصویر را انجام می دهد . هدف بخش بندی تقسیم تصویر به ناحیه های دلخواه است . در این مقاله یک سیستم اتوماتیک در زمینه بخش بندی عناصر از تصاویر پزشکی ارایه شده است که در آن سعی بر بالا بردن دقت بخش بندی داریم . در دهه های گذشته بخش بندی به کمک الگوریتم رشد ناحیه معروفیت زیادی کسب کرده به طوریکه یکی از قدرتمند ترین ابزارها برای بخش بندی تصاویر گوناگون به شمار می آید. در این روش بخش بندی بر اساس تغیرات سطح خاکستری انجام می شود. الگوریتم پیشنهادی یک سیستم اتوماتیک است که شامل سه مرحله است . در مرحله اول پیش پردازش با استفاده از فیلترهای مورفولوژی جهت کاهش نویز و تقویت لبه های اصلی صورت می گیرد. در مرحله دوم با استفاده از یک شبکه عصبی به استخراج ویژگی های مورد نیاز برای بخش بندی می پردازد . در مرحله آخر با استفاده ازالگوریتم رشد ناحیه به بخش بندی می پردازیم. نتایج نشان می دهد سیستم پیشنهادی از عمکلرد قابل قبولی برخوردار است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا COMCONF03_023 میباشد و 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/576466/

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:
امیری، عاطفه،1395،بهبود بخش بندی تصاویر پزشکی به کمک الگوریتم رشد ناحیه،سومین کنفرانس سراسری نوآوری های اخیر در مهندسی برق و کامپیوتر،تهران،https://civilica.com/doc/576466

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: (1395، امیری، عاطفه؛ )
برای بار دوم به بعد: (1395، امیری؛ )
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 مقاله لینک شده اند :

  • Middleton, R. Damper, 2004, Segmentation of magnetic resonance images using ...
  • Gang Chen, Lixu Gu, Lijun Qian, Jianrong XuAn, 2009, Improved ...
  • B. Aicha, B. Abdelhafid, 2012, Morphological Segmentation of the Spleen ...
  • Chang YL, Li X, 1994, Adaptive Image Region- Growing, IEEE ...
  • Roderick J, Moister A: The Watershed Transform: Definitions, Algorithms and ...
  • C.Xu, D .Pham, J.prince. 2 Chapter3 :mage segmentation using deformable ...
  • Petia Radeva, Joan Serrat, Enric Marti:A snake for model-based s ...
  • S. Osher and J. A. Sethian, :Fronts propagating with crvature ...
  • W. Yussof, H.Burkhardt, 2009, 3D Volumetric CT Liver Segmentation Using ...
  • H. Jiang, Q.Cheng, 2009, Automatic 3D Segmentation of CT Images ...
  • 2]R.ل.Lapeer, A.C.Tan and B.Aldridge, 2002 _ Active Watersheds: Combining 3D ...
  • 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.

    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