طراحی یک سیستم تشخیص فاسیکل های عصبی در تصاویر توموگرافی امپدانس الکتریکی

عوامل بسیاری بر تصویر بازسازی شده ی توموگرافی امپدانس الکتریکی تاثیر میگذارند و باعث میشود که این تصاویر بازسازی شده از شکل نرمال و استاندارد خارج شود. این عوامل میتوانند به شکل آرتیفکت، هاله ی اطراف تصویر، کشیده شدن نامعمول ناحیه مورد علاقه، خود را نشان میدهد. از علتهای وقوع این مشکلات میتوان به خطای مشبندی، خطای حل مساله پیشرو و خطای بازسازی اشاره کرد. این مقاله با طراحی الگوریتمی و اعمال آن به تصاویر شدت روشنایی بازسازی شده ی امپدانسی، قصد دارد تا مشکلات بوجود آمده را اصلاح کند و با توجه به اینکه در توموگرافی امپدانس الکتریکی روند بهبود را از تغییرات شدت روشنایی تصاویر بازسازی شده در بازههای مختلف زمانی ارزیابی می کنند، الگوریتم طراحی شده باید نسبت به تعداد و مقدار شدت روشنایی پیکسل های ناحیه ی مورد علاقه امانتدار باشد. درنهایت، معیار ارزیابی، تطابق تصاویر بازسازی شده ی امپدانسی با محل دقیق تغییر امپدانس است و با XOR کردن این دو ناحیه، خطای این کار محاسبه شده است.

کلیدواژه ها:

پردازش تصویر ، تشخیص الگو ، توموگرافی امپدانس الکتریکی ، خوشه بندی K-means