منو
رکورد قبلیرکورد بعدی

" بخش بندی اتوماتیک تصاویر مادون قرمز سینه با استفاده از مدل مخلوط گوسی ها "


نام مرکز : دانشگاه علوم پزشکی اصفهان
نوع مدرک : پایان نامه فارسی
زبان مدرک : فارسی
شماره رکورد : 101692
شماره مدرک : ‭ت۱۴۴۰۶‬
شماره راهنما : ‭WP،۸۷۰،ص۸۱۸ب،۱۳۹۲‬
سرشناسه : صمدزاده اقدم، ناصر
عنوان : بخش بندی اتوماتیک تصاویر مادون قرمز سینه با استفاده از مدل مخلوط گوسی ها [پایان‌نامه]
نویسنده : /ناصر صمدزاده اقدم
استاد راهنما : ؛ سعید کرمانی
استاد مشاور : ؛ مهناز اتحادتوکل
محل تحصیل : دانشکده فناوری های نوین پزشکی
سال تحصیل : ، ‭۱۳۹۲‬
مقطع تحصیلی : رشته مهندسی پزشکی ( گرایش بیو الکتریک) ، کارشناسی ارشد
صفحه شمار : ‮ح، ‭۷۴‬ ص.‬: مصور، جدول
يادداشت : این یک پایان نامه تحقیقاتی با شماره‭ ۳۹۳۰۱۰ ‬است
يادداشت : چاپی
چکيده : سرطان سینه رایج‌ترین سرطان در بین زنان در سرتاسر دنیا است. ترموگرافی سینه به عنوان یک روش کمکی نقش مهمی در تشخیص زود هنگام این سرطان ایفا می‌کند. بخش‌بندی اتوماتیک این تصاویر که موجب افراز تصویر به نواحی با دماهای مشابه می‌گردد، اولین گام مهم در راستای آنالیز خودکار، طبقه‌بندی و تمییز موارد خوش‌خیم از بدخیم می‌باشد. با توجه به این که مرحله‌ی بخش‌بندی در موفقیت نهایی یا شکست آنالیز بسیار تعیین کننده است لذا باید توجه خاصی به بهبود بخش‌بندی مبذول گردد. هدف از انجام این تحقیق بخش‌بندی اتوماتیک تصاویر با استفاده از مدل مخلوط گوسی‌ها می‌باشد. پایگاه داده مورد استفاده شامل تصاویر مادون قرمز سینه در دو نسخه‌ی خاکستری و شبه رنگی شده و همچنین فایل توزیع دمایی آن‌ها بوده است. در این روش پس از تعیین تعداد بهینه‌ی خوشه‌ها توسط معیارهای ارزیابی خوشه‌بندی، برابر تعداد تعیین شده توزیع گوسی به مقادیر رنگ پیکسل‌ها فیت می‌شود. پارامترهای مدل با استفاده از الگوریتم تکراری بیشینه‌سازی امید ریاضی ‭(EM)‬ تعیین می‌گردد. در نهایت هر پیکسل به توزیعی اختصاص داده می‌شود که بیشترین میزان احتمال را داشته باشد. نتایج حاصل از بخش‌بندی به رویت متخصص رادیولوژی رسید و طبق نظر ایشان این روش قابلیت کاربرد غربال‌گری را دارد. روش پیشنهادی با روش‌های‭-k ‬ میانگین،‭- c ‬ میانگین فازی و‭- c ‬ میانگین فازی مکانی با معیار قرار دادن اندیس های ارزیابی خوشه‌بندی کالینسکی- هارابسز و دیویس - بولدین به صورت آبجکتیو نیز مقایسه گردید. طبق معیار کالینسکی- هارابسز و دیویس - بولدین الگوریتم‭- k ‬ میانگین و مدل مخلوط گوسی‌ها ‭(GMM)‬ به ترتیب بهترین خوشه‌بندی را ارائه می‌کنند. از لحاظ میزان مقاوم بودن در برابر نویز، الگوریتم ‭GMM‬ بهترین عملکرد و پس از آن روش‭- c ‬ میانگین فازی قرار دارد. علاوه بر نوآوری پایگاه داده و روش به کار گرفته شده بر روی آن‌ها، سایر نوآوری‌ها را می‌توان در نحوه‌ی تعیین تعداد خوشه‌های تصویر، مقایسه‌ی آبجکتیو عملکرد الگوریتم‌های بخش‌بندی و میزان مقاوم بودن آن‌ها در برابر نویز دانست
توصیفگر : ۱. سرطان های پستان.- کلیدواژه‌ها: نوروریش های پستان- تشخیص
: گرما نگاری
: اشعه های مادون قرمز
: Breast Neoplasms- diagnosis
: Thermography
: Infrared Rays
شناسه افزوده : کرمانی، سعید، استاد راهنما
: اتحادتوکل، مهناز، استاد راهنما
شناسه افزوده : دانشکده فناوری های نوین پزشکی
copyhttp://localhost/site/catalogue/101692
کپی لینک
پیشنهاد خرید
پیوستها
عنوان :
نام فایل :
نوع عام محتوا :
نوع ماده :
فرمت :
سایز :
عرض :
طول :
بخش بندی اتوماتیک تصاویر مادون قرمز سینه با استفاده از مد...
A - Naser Samad Zadh .pdf
پایان نامه فارسی
متن
applicatin/pdf
762.08 KB
85
85
نمایش دانلود
موجودی
کتابخانه دانشکده فناوریهای نوین
نمایش کامل جزئیات | عدم نمایش جزئیات
جزئیاتمحل نگهداریشماره ثبتشناسه بازیابیجلدوضعيتتاريخ برگشت
دانشکده فناوری های نوین۳۴موجود‭‬
دانشکده فناوری های نوین۱۴۴۰۶‭WP ۸۷۰ ص۸۱۸ب ۱۳۹۲‬موجود‭‬
نظرسنجی