بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,148

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SPIS03_003

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

یکی از مراحل اصلی در تحلیل خودکار تصاویر پزشکی، بخش بندی تصاویر است. در صورت بخش بندی مناسب این تصاویر، امکان تحلیل دقیق تر و در نتیجه تشخیص صحیح بیماری میسر میشود. آمار نشان میدهد که 13% تلفات انسانی ناشی از سرطان در سرتاسر جهان، به دلیل بیماریهای ریوی هستند. بدیهی است که با تشخیص به موقع این بیماریها میتوان گام مناسبی در کمک به بیماران انجام داد. در این مقاله با استفاده از روش یادگیری Q-learning، نواحی مختلف تصاویر سیتی ریه تعیین و تمام نواحی تصویر توسط مرزهای اصلی تعیین شده است. در نهایت رنگ هر ناحیه مشخص و تصویر بخش بندی شده به عنوان خروجی نشان داده شده است. در این تحقیق، آزمایشهایی جهت بررسی نتایج روش پیشنهادی بر روی دادههای واقعی انجام شده است. نتایج این آزمایشها نشان دهندهی دقت کیفی بالاتر روش پیشنهادی در مقایسه با دیگر روشهای بخش بندی است

نویسندگان

پرنیا قیصری

دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،

منصور فاتح

استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،

محسن رضوانی

استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،