ارائه یک روش جدید برای قطعه بندی تصاویر CT اسکن ریه با استفاده از ترکیب الگوریتم های ژنتیک و K-mean
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,476
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TDCONF01_035
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
پردازش تصویر یک تکنیک برای اصلاح یک تصویر است. بخش مهمی از پردازش تصویر، قطعه بندی است.[1] قطعه بندی تصویر کاربرد زیادی در تصاویر CT و MRI پزشکی دارد. برخی از تصاویر پزشکی را می توان به صورت Manual قطعه بندی کرد، اما دقت این کار در مقایسه با قطعه بندی با الگوریتم های قطعه بندی، پایین است.[3و8] اساس بیشترین الگوریتم های قطعه بندی، الگوریتم های خوشه بندی است[3و5] در روش ارائه شده، از ترکیب دو الگوریتم ژنتیک و K-Mean برای قطعه بندی ندول های ریه در تصاویر CT اسکن استفاده شده است. در ابتدا با استفاده از الگوریتم ژنتیک، مراکز بهینه ی خوشه ها به دست می آید، در ادامه با استفاده از الگوریتم K-Mean تصویر قطعه بندی می شود. ما این متد را روی دیتاست Cancer Imaging Archive (nihc) بر روی چندین تصویر به کار برده ایم.
کلیدواژه ها:
نویسندگان
احسان وارسته
دانشجوی کارشناسی ارشد،دانشگاه آزاد اسلامی واحد آشتیان،گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ،آشتیان،ایران
عباس کریمی
دانشگاه آزاد اسلامی واحد اراک،گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ،اراک،ایران
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 :