استخراج فاکتورهای ریسک برای تعیین خودکار پیشرفت/بهبود بیماری های پوستی مبتنی بر پردازش تصاویر رنگی

پایان نامه
چکیده

گاهی روند پیشرفت این بیماری های پوستی به قدری تند است که درمان آن به سختی صورت می گیرد لذا پزشکان به دنبال روشی جهت پیش بینی زودهنگام روند پیشرفت/ بهبود بیماری هستند. هر زخم شامل فاکتورهای قابل اندازه گیری مختلفی است که با بررسی آن ها می توان روند پیشرفت/بهبود بیماری را تعیین کرد. از مهم ترین آن ها می توان به سطح، بافت، رنگ و عمق اشاره کرد. در حال حاضر بررسی فاکتورهای بیان شده توسط پزشکان به صورت حضوری، پر مشقت، طی مراقبت های طولانی مدت، پر هزینه و با دقت بالا صورت می گیرد. با توجه به نیازمندی پزشکان و سهولت در بررسی این روند، الگوریتمی پیشنهاد شده که با استفاده از تکنیک های پردازش تصاویر رنگی موجود در بازه های زمانی مختلف، این فاکتورها را بررسی کرده و با استفاده از الگوریتم های هوشمند، بهبود/پیشرفت آن را تعیین می کند.

منابع مشابه

تعیین زمان بهینه پخت سبزیجات با کمک پردازش تصاویر دیجیتالی و اندازه گیری مختصات رنگی

رنگ اولین ویژگی کیفیت مواد غذایی است که توسط مصرف‌کنندگان موردبررسی قرار می‌گیرد. برای اندازه‌گیری رنگ مواد غذایی به ‌طور معمول از دستگاه‌های متداولی مانند رنگ‌سنج‌ها، طیف‌سنج‌ها و سنجشگرهای حسی استفاده می‌شود. حال‌آنکه دستگاه اندازه‌گیری که متشکل از یک دوربین دیجیتال و نرم‌افزار تجزیه ‌و تحلیل تصویر ‌باشد به ‌عنوان جایگزینی مناسب برای دستگاه‌های متداول اندازه‌گیری رنگ، موردتوجه قرارگرفته‌اند. ...

متن کامل

تشخیص پویای پلاک خودرو مبتنی بر مورفولوژی برای تصاویر رنگی و مادون قرمز

This paper proposes to use the method of edge detection, morphology, and dynamic image thickening for license plate extraction from images. In the proposed algorithm, a different thickening is used for rear and front parts of the image; besides, to increase the segmentation rate, determination of the license plate frame using standard deviation in the vertical histogram diagram is suggested. Fu...

متن کامل

روشی ترکیبی و نیمه نظارتی مبتنی بر گراف برای برچسب‌زنی خودکار تصاویر

روش‌های یادگیری نیمه نظارتی مبتنی بر گراف اغلب بر روی مسائل تک برچسبی متمرکز و پیاده‌سازی شده‌اند، درصورتی‌که بسیاری از مسائل دنیای واقعی به‌صورت چندبرچسبی هستند. در این مقاله یک روش نیمه نظارتی ترکیبی بنام LGC+ML-KNN برای برچسب‌زنی تصاویر به‌صورت چندبرچسبی ارائه داده‌ایم که از ترکیب روش یادگیری نیمه نظارتی مبتنی بر گراف (LGC) و یادگیری چندبرچسبی (ML-KNN) تشکیل‌شده است . روش ارائه‌شده به دلیل ا...

متن کامل

روشی جدید برای ناحیه‌‌بندی ضایعات پوستی در تصاویر درموسکوپی: بهینه‌سازی تابع انرژی مبتنی بر راستاهای شعاعی

تشخیص مرز ضایعات، اولین گام در فرآیند تشخیص هوشمند ضایعات در تصاویر درموسکوپی است و به همین دلیل می‌تواند تأثیر مستقیم بر دقت و صحت مراحل بعدی بگذارد. متأسفانه، استخراج مرز ضایعات با محدودیت­هایی از قبیل وجود مرز­های نامنظم، کنتراست ضعیف در برخی نواحی و وجود آرتیفکت مواجه‌ است. هدف از این مقاله، ارائة نسخه­ای بهبود­یافته از تکنیک بهینه­سازی تابع انرژی برای تفکیک ضایعات از پوست در فرآیند پردازش ...

متن کامل

ارائه شاخص عریانشدگی مخلوط‌های آسفالتی مبتنی بر پردازش دیجیتال تصاویر

روسازی­های ساخته شده توسط مخلوط آسفالتی داغ با قرار گرفتن در برابر رطوبت و نزولات جوی دچار خرابی و مشکلات جدی می­گردند. به منظور بررسی پتانسیل خرابی رطوبتی مخلوط‌های آسفالتی، آزمایش‌های مختلفی ارائه شده که روی مخلوط متراکم یا سست انجام می‌گیرند. معمولاً، آزمایش‌های انجام شده روی مخلوط متراکم، مانند آزمایش کشش غیر مستقیم ITS، نیاز به هزینه و وقت بیشتری نسبت به آزمایش‌های انجام گرفته روی مخلوط سست...

متن کامل

روشی جدید در قطعه بندی خودکار تصاویر ماهواره ای با دقت بالا برای استخراج خطوط ساحلی

The objective of this paper is to introduce a new method for coastlines delineation from high-resolution satellite images automatically. The proposed approach integrates the color histogram analysis for estimating the number of clusters, fuzzy c-partition, and genetic algorithms for optimizing fuzzy c-partition matrix. The imagery is classified into homogenous areas using the proposed fuzzy log...

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 الزهراء - دانشکده فنی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023