به کارگیری شبکه عصبی در تنظیم پارامترهای الگوریتم خوشه بندی فازی برای بخش بندی تصاویر ام آر آی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده مهندسی برق و کامپیوتر
- نویسنده مریم طالبی رستمی
- استاد راهنما رضا قادری جمال قاسمی مهدی ازوجی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
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.
منابع مشابه
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...
متن کاملکاهش 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...
متن کاملاندازه 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...
متن کاملبه 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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده مهندسی برق و کامپیوتر
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023