| نوع مدرک: | متون چاپی |
| سرشناسه | بهروز دهکردی ، زهره، نویسنده |
| رده‌بندی کنگره : | COM A 27 |
| عنوان : | بخش بندی تصاویر CT کبد با استفاده الگوریتم آبپخشان |
| عنوان موازی : | Segmentation of CT images of the liver using a diffusion algorithm |
| ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
| سال نشر : | 1400 |
| صفحه شمار: | 110ص |
| شابک/شاپا | 24508 |
| یادداشت | پایان نامه کارشناسی ارشد : رشته‌ی مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیکز |
| شناسه افزوده : | کلینی ، مینا، استاد راهنما |
| توصیفگرها | ﺗﻮﻣﻮر، ﺷﺪت روﺷﻨﺎﯾﯽ، ﺗﺼﺎوﯾﺮ ﭘﺰﺷﮑﯽ، ﮐﺒﺪ، ﺗﺼﻮﯾﺮ ﺑﺮداري، پیکسل tumor, light intensity, medical images, liver, imaging, pixels |
| چکیده : | یکی از مراحل اساسی در پردازش تصویر تقطیع یا بخش‌بندی تصویر است که تصویر را به نواحی جدا از هم به گونه ای تقسیم می کند که هر ناحیه مجموعه ای از پیکسل های مجاور و متصل بهم می باشند هدف از تقطیع این است که یک تصویر را به مناطق معنی دار و راحت تجزیه کنیم. به دلیل اهمیت حیاتی کبد، بیماری‌های کبد تهدید کننده زندگی بشر هستند که بدون هیچ پیش هشداری رخ می دهند. در قطعه¬بندی تصاویر پزشکی کبد، هدف اصلی تجزیه کردن آنها به ساختارهای مختلف آناتومی می‌باشد، که اجزایی مانند رگ های خونی وتومورهای کبد را از پیش¬زمینه آنها جدا می¬سازد. تاکنون روش هایی بسیاری برای تقطیع تصویر انجام گرفته که از جمله می‌توان به روش های آماری و روش‌های خوشه¬بندی فازی روش‌های بهینه¬سازی و روش‌های مبتنی برگراف اشاره کرد. روش‌های آماری و روش‌های بسیارکار امد ولی پر هزینه است. تابحال روش‌های مختلفی برای بخش‌بندی تصاویر CT کبد معرفی شده است اما پیچیدگی زیاد تصاویر و تنوع شکل در آن¬ها باعث می‌شود حتی با وجود استفاده از انواع ویژگی‌ها، فرآیند بخش‌بندی با دقت کافی انجام نشود. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻮارد ﻓﻮق ﻫﺪف اﺻﻠﯽ اﯾﻦ ﭘﮋوﻫﺶ اراﺋﻪ روش ﺑﺨﺶﺑﻨﺪی ﺗﻮﻣﻮرﻫﺎی ﮐﺒﺪ ﺑﺎ ﺷﺪت روﺷﻨﺎﯾﯽﻫﺎی ﻣﺘﻔﺎوت از روی ﺗﺼﺎوﯾﺮ ﭘﺰﺷﮑﯽ ﻣﯽﺑﺎﺷﺪ. در ﺗﺼﻮﯾﺮ ﺑﺮداری از ﮐﺒﺪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻓﺎز ﺗﺼﻮﯾﺮﺑﺮدای، ﭼﻨﺎﻧﭽﻪ ﺷﺪت روﺷﻨﺎﯾﯽ ﺑﺎﻓﺖ ﺗﻮﻣﻮر از ﺷﺪت روﺷﻨﺎﯾﯽ ﮐﺒﺪ ﺑﯿﺸﺘﺮ ﺑﺎﺷﺪ ﺑﻪ اﯾﻦ ﺗﻮﻣﻮر Hyperintense ﮔﻔﺘﻪ ﻣﯽﺷﻮد. ﻫﻤﭽﻨﯿﻦ ﺗﻮﻣﻮرﻫﺎﯾﯽ ﮐﻪ ﺷﺪت روﺷﻨﺎﯾﯽ آنﻫﺎ از ﺷﺪت روﺷﻨﺎﯾﯽ ﺑﺎﻓﺖ ﮐﺒﺪ ﮐﻤﺘﺮ ﺑﺎﺷﺪ Hypointense ﻧﺎﻣﯿﺪه ﻣﯽﺷﻮﻧﺪ. با توجه به آنکه بخش عمدهای از کار بخش‌بندی در ارتباط با روش CAP می‌باشد میزان تاثیر نویز داده و تاثیر آن بر خروجی روش CAP با استفاده از دادهی مصنوعی بررسی شد که نتایج نشان داده شده که، روش CAP توانسته است به خوبی بر نویز موجود در تصویر غلبه نماید و عملا این نویز در نتیجه موثر نیست |
| لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=13583 |
| زبان مدرک : | فارسی |
بخش بندی تصاویر CT کبد با استفاده الگوریتم آبپخشان (1400) / بهروز دهکردی ، زهره، نویسنده