بخش بندی خودکار تصاویر سی تی اسکن ریه به کمک یادگیری تقویتی
- سال انتشار: 1396
- محل انتشار: سومین کنفرانس پردازش سیگنال و سیستم های هوشمند ایران
- کد COI اختصاصی: SPIS03_003
- زبان مقاله: فارسی
- تعداد مشاهده: 2198
نویسندگان
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،
استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،
استادیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود،
چکیده
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 استکلیدواژه ها
بخش بندی، یادگیری تقویتی، ریه، Q-learningمقالات مرتبط جدید
اطلاعات بیشتر در مورد 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.