بازیابی تصاویر پزشکی بر اساس محتوا با استفاده از نگاشت ویژگی های تصاویر در سطح بازخورد ربط

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 133

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIPET-5-17_001

تاریخ نمایه سازی: 19 دی 1400

چکیده مقاله:

هدف از این تحقیق طراحی یک سیستم بازیابی تصاویر پزشکی مبتنی بر محتوا و ارائه روشی نوین برای کاهش شکاف معنایی موجود بین ویژگی های دیداری و مفاهیم مورد جستجوی کاربر می باشد. به طور کلی عملکرد سیستم های بازیابی تصویر تنها بر اساس ویژگی های دیداری کاهش می یابد چرا که این ویژگی ها اغلب در توصیف مفاهیم معنایی تصویر ناتوان اند. در این تحقیق این مشکل با ارائه راهکاری نوین در سطح بازخورد ربط و با استفاده از انتقال فضای ویژگی های تصاویر مرتبط و غیر مرتبط به فضایی جدیدتر، با ابعاد کمتر و دارای همپوشانی کمتر مرتفع می گردد. برای این منظور با استفاده از تکنیک های آنالیز مولفه های اصلی(PCA) و آنالیز تفکیک کننده خطی (LDA) فضای ویژگی ها را تغییر داده و سپس با بهره گیری از ماشین بردار پشتیبان (SVM) به طبقه بندی تصاویر مرتبط و غیرمرتبط می پردازیم. الگوریتم ارائه شده بر روی پایگاه داده ای شامل ۱۰۰۰۰ تصویر اشعه X پزشکی از ۵۷ کلاس معنایی ارزیابی شده است. نتایج به دست آمده نشان می دهد که الگوریتم ارائه شده به طور قابل توجهی دقت سیستم بازیابی را بهبود می بخشد.

کلیدواژه ها:

بازیابی تصاویر بر اساس محتوا ، شکاف معنایی ، بازخورد ربط ، آنالیز مولفه های اصلی ، آنالیز تفکیک کننده خطی ، ماشین بردار پشتیبان

نویسندگان

محمد بهنام

دانشگاه آزاد اسلامی، واحد نجف آباد

حسین پورقاسم

دانشگاه آزاد اسلامی واحد نجف آباد

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 :
  • F. Long, H. Zhang, D.D. Feng, "Fundamentals of content-based image ...
  • S.K. Chang, A. Hsu, "Image information systems: where do we ...
  • X. Li, S.C. Chen, M.L. Shyu, B. Furht, "Image retrieval ...
  • K. Zagoris, S.A. Chatzichristofis, N. Papamarkos, Y.S. Boutalis, "Img (Anaktisi): ...
  • R.C. Veltkamp M. Tanase, "Content-based image retrieval systems: A survey", ...
  • P. Ghosh, S. Antani, L.R. Long, G.R. Thoma, "Review of ...
  • J.G. Dy, C.E. Brodley, A. Kak, L.S. Broderick, A.M. Aisen, ...
  • P. Korn, N. Sidiropoulos, C. Faloutsos, E. Siegel, Z. Protopapas, ...
  • S.N. Yu, C.T. Chianga, C.C. Hsieh, "A three-object model for ...
  • L.L.G. Oliveira, S.A. Silva, L.H.V. Ribeiro, R.M. Oliveira, C. Coelho, ...
  • X. Xu, D.J. Lee, S. Antani, L.R. Long, "A spine ...
  • O. Nomira, M. Abdel-Mottalebb, "Hierarchical contour matching for dental X-ray ...
  • Y. Liu, D. Zhanga, G. Lua, W.Y. Ma, "A survey ...
  • Y. Rui, T.S. Huang, M. Ortega, S. Mehrotra, "Relevance feedback: ...
  • A. Marakakis, G. Siolas, N. Galatsanos, A. Likas, A. Stafylopatis, ...
  • T. Hastie, R. Tibshirani, J. Friedman, "The elements of statistical ...
  • M.M. Rahman, S.K. Antani, G.R. Thoma, "A learning-based similarity fusion ...
  • H. Pourghassem, S. Daneshvar, "A framework for medical image retrieval ...
  • L. Yang, R. Jin, L. Mummert, R. Sukthankar, A. Goode, ...
  • R.M. Haralick, K. Shanmugan, I. Dinstein, ''Textural features for image ...
  • H. Tamura, S. Mori, T. Yamawaki, "Texture features corresponding to ...
  • B.S. Manjunathi, W.Y. Ma, "Texture features for browsing and retrieval ...
  • E. Persoon, K. Fu, "Shape discrimination using Fourier descriptors", IEEE ...
  • D.S. Zhang, G. Lu, "Generic fourier descriptor for shape-based image ...
  • S.H. Cha, "Comprehensive survey on distance/similarity measures between probability density ...
  • R.O. Duda, P.E. Hart, D.G. Stork, Pattern Classification, ۲nd ed. ...
  • A.M. Martinez, A.C. Kak, "PCA versus LDA," IEEE Trans. on ...
  • P. Clough, H. Muller, T. Deselaers, M. Grubinger, T.M. Lehmann, ...
  • J.R. Smith, S. Chang, "Tools and Techniques for Color Image ...
  • T. Deselaers, D. Keysers, H. Ney, "Classification error rate for ...
  • نمایش کامل مراجع