ناحیه بندی و جداسازی بافت های مغزی در تصاویر پزشکی با استفاده از روش عصبی-فازی

پایان نامه
چکیده

تصویر برداری mri یکی از بهترین روش های تصویر برداری در مهندسی پزشکی می باشد. یکی از کاربردهای این روش، تصویربرداری از بافت های مغز می باشد. تصاویر mri مغز معمولا دارای دو مشکل غیر یکنواختی و نویز می باشند. که این وارد ناحیه بندی آن ها را مشکل می سازد. در این رساله به بیان یک الگوریتم ترکیبی بر پایه شبکه های عصبی- فازی جهت ناحیه بندی بافت های مغز در تصاویر mri خواهیم پرداخت. چنانچه خواهیم دید این الگوریتم قادر است بر دو مشکل ذکر شده غلبه کرده و تصاویر mri مغز را به خوبی ناحیه بندی کند. از ویژگی های دیگر این الگوریتم ، اتوماتیک بودن آن می باشد. الگوریتم پیشنهادی (پس از تنظیم پارامترهای اولی مورد نیاز) قادر است تحت یک پروسه بی سرپرست به ناحیه بندی بافت های تصویر بپردازد. نحوه عملکرد روش مطرح شده بدین شکل است که در ابتدا، در تصویر mri، بافت مغز را از سایر بافت های سر جدا شده تا آنالیز ناحیه بندی تنها برروی بافت مغز انجام گیرد. در مرحله دوم به ناحیه بندی بافت های مغز با استفاده از الگوریتم های عصبی- فازی خواهیم پرداخت. در مرحله سوم با استفاده از یک سیستم استنتاج گر فازی به جداسازی تومور (در صورت وجود) از سایر بافت های مغز می پردازیم. نتایج بدست آمده از الگوریتم های پیشنهادی نشان می دهد که این روش ها دارای دقت قابل قبولی در ناحیه بندی تصاویر mri مغز می باشد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

ناحیه بندی تومور در تصاویر ماموگرافی با استفاده از کانتور فعال چن-وسه و اطلاعات ویژگی محلی بافت

ناحیه بندی تومورهای سرطانی در تصاویر ماموگرافی مرحله ی مهمی در سامانه های تشخیص کمک کامپیوتری (CAD) بوده و یک مساله ی پر چالش است. در این مقاله از اطلاعات ویژگی محلی (LFI-CV) بافت تصویر در مدل کانتور فعال چن-وسه برای ناحیه بندی تومور استفاده شده است. در این مدل، ابتدا نگاشت ویژگی های بافت از تصویر استخراج می شود. سپس اطلاعات ویژگی محلی بافت تصویر به عنوان مقادیر ضرایب نیروی مدل چن-وسه در نظر گر...

متن کامل

تشخیص تومورهای مغزی با استفاده از ترکیب سیستم استنتاج فازی-عصبی وفقی و خوشه بندی سلسله مراتبی

تشخیص محدوده تومورهای مغزی یک گام مهم و اساسی در سیستم‌های تشخیص و درمان خودکار می باشد. در این مقاله یک روش ترکیبی مبتنی بر سیستم استنتاج فازی-عصبی وفقی (ANFIS) و خوشه بندی سلسله مراتبی برای تشخیص موقعیت و محدوده تومورهای مغزی ارائه شده است. برای این منظور ابتدا خط مرکزی ناحیه مغز تشخیص داده شده، سپس با بلاک بندی ناحیه دو نیمکره مغز و استخراج ویژگی شدت روشنایی و بافت هر بلاک و نیز با بهره گیری...

متن کامل

طبقه بندی سنگ ‏های ساختمانی از دیدگاه قابلیت برش با استفاده از روش خوشه بندی فازی

پیش بینی قابلیت برش سنگ به عنوان یکی از فاکتورهای موثر در تخمین هزینه‏ها و پیش بینی میزان تولید یک کارخانه فرآوری سنگ از اهمیت بالایی برخوردار می‏باشد. بنابراین شناخت کامل سنگ‏های ساختمانی و ارزیابی توان اجرایی دستگاه‏های برش در کارخانه‏های فرآوری، طراحان و برنامه‏ریزان تولید را به سمت بهبود سرعت فرآوری و افزایش تولید سوق می‏دهد. از اینرو، به کارگیری روش‏های نو و کاربردی برای دست‏یابی به این اه...

متن کامل

آشکارسازی ناحیه تومور مغزی با استفاده از بخش‌بندی دومرحله‌ای تصاویر MRI

آشکارسازی دقیق و به‌موقع ناحیه تومور مغزی در انتخاب نوع درمان، میزان موفقیت آن و دنبال کردن روند بیماری در طول درمان تأثیر بسیار بالایی دارد. الگوریتم‌های موجود برای تشخیص تومور مغزی از نظر عملکرد خوب روی تصاویر مغزی متنوع با کیفیت‌های مختلف، حساسیت پایین نتایج به پارامترهای معرفی شده در الگوریتم و نیز تشخیص مطمئن تومورها در مراحل اولیه شکل‌گیری با مشکلاتی مواجه هستند. در این تحقیق یک روش بخش‌ب...

متن کامل

منابع 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 علم و صنعت ایران - دانشکده مهندسی برق

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023