به کارگیری شبکه عصبی در تنظیم پارامترهای الگوریتم خوشه بندی فازی برای بخش بندی تصاویر ام آر آی

thesis
abstract

در تصاویر پزشکی به علت وجود نویز در داده ها ی دریافتی، به طور محسوس عدم قطعیت در داده ها را داریم. مخصوصاً مرز بین بافت ها دقیقاً مشخص نیست و عضویت در هر ناحیه ذاتاً فازی است. بخش بندی دستی تصاویر یک فرآیند زمان بر است و خطاهای انسانی در آن نقش زیادی دارد. ام آر آی یکی از انواع مهم تصاویر پزشکی است که امروزه پیشرفت های زیادی در بخش بندی خودکار آن صورت گرفته است. یکی از روش های معمول و متداول بخش بندی تصاویر ام آر آی، استفاده از الگوریتم خوشه بندی فازی است. این الگوریتم به پیکسل ها این امکان را می دهد که با درجه عضویت های مختلف در دسته های متفاوت قرار بگیرند، اما الگوریتم پایه خوشه بندی فازی دارای ضعف های فراوانی است که منجر به کاهش دقت بخش بندی خواهد شد. یکی از این ضعف ها عدم استفاده از اطلاعات مکانی پیکسل ها در بخش بندی است. در نتیجه این الگویتم بسیار حساس به نویز است. در این تحقیق به منظور جبران ضعف الگوریتم خوشه بندی فازی، تنها به مقادیر شدت روشنایی پیکسل ها اکتفا نشده و از اطلاعات پیکسل های همسایه نیز استفاده شده است. سپس از یک شبکه عصبی به عنوان طبقه بند در کنار الگوریتم خوشه بندی فازی استفاده می شود تا به این وسیله ضعف های الگوریتم خوشه بندی فازی تا حدودی مرتفع گردد. به منظور ارزیابی و سنجش کارایی روش های پیشنهادی شبیه سازی های فراوانی صورت گرفت. نتایج کمی و کیفی اجرای الگوریتم ها روی داده های واقعی و شبیه سازی شده حاکی از برتری روش های پیشنهادی بر روش های شناخته شده قبلی در بخش بندی تصاویر ام آر آی است. روش های پیشنهادی روی داده های شبیه سازی شده به خصوص در برش های بالایی و پایینی که طبقه بندی آن دشوارتر می باشد در مقایسه با یکی از روش های مورد مقایسه قبلی که بهترین نتیجه را داشته است حدود 3 تا 4 درصد بهبود داشته است. همچنین روی داده های واقعی نیز روش های پیشنهادی در قطعه بندی بافت ماده سفید در مقایسه با یکی از جدیدترین روش های ارائه شده (2011 - cswtsom) افزایش هشت درصدی را نشان می دهد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

ارایه شاخصی جدید جهت سنجش اعتبار خوشه بندی در الگوریتم های خوشه بندی فازی نوع-2

One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C...

full text

کاهش بعد تصاویر فراطیفی از طریق خوشه بندی فازی باندها

این مقاله یک روش نوین جهت انتخاب باند از تصاویر فراطیفی از طریق خوشه بندی باندها ارائه می دهد. نوآوری اصلی این تحقیق در دو موضوع قرار می‌گیرد: الف- ارائه یک فضای محاسباتی جدید با نام فضای پدیده که در آن باندها بر اساس انعکاس طیفی پدیده ها دارای بردار مشخصه می‌شودد. ب- ارائه معیار هایی نظیر عدم قطعیت و زاویه در فضای پدیده برای شناسایی باندهای با وابستگی بالا و باندهای حاوی اطلاعات. پس از آنکه فض...

full text

اندازه گیری غیریکنواختی امواج رادیوئی در ام آر آی

Introduction: Non-uniformity is one of the most important parameters affecting MRI images which can lead to harmful effects in the diagnosis and analysis of qualitative and quantitative methods. The present study introduced a method for measuring RF non-homogeneity in MRI systems. Methods and Materials: To verify the uniformity of B0 and B1 fields, a cylindrical phantom with a diameter of 24 c...

full text

به کارگیری خوشه بندی فازی در ریزآرایه dna

سابقه و هدف: فناوری ریزآرایه برای بررسی همزمان بیان هزاران ژن در بازه وسیعی از ژنومیک، نظیر شناسایی ژنها، اکتشاف داروها و تشخیص های کلینیکی مورد استفاده قرار گرفته است. آزمایشهایی که بر اساس فناوری ریزآرایه انجام می شوند حجم بسیار زیادی از داده ها را فراهم می کنند که در مطالعات بیولوژیک بی نظیر بوده است. نرمال سازی، خوشه بندی، طبقه بندی و ... از جمله روشهای مورد استفاده در تحلیل آماری این نوع د...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده مهندسی برق و کامپیوتر

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023