شماره ركورد كنفرانس :
3822
عنوان مقاله :
بخش بندي اتوماتيك تومورهاي مغزي درتصاوير MRIبوسيله تبديل موجك گابور
پديدآورندگان :
ميرلطفي الهام دانشجوي كارشناسي ارشد دانشگاه آزاد اسلامي واحد نيشابور , قاسمي مهديه مدرس دانشگاه آزاد اسلامي واحد نيشابور و عضوهيئت علمي دانشگاه نيشابور
كليدواژه :
تومورمغزي , بخش بندي اتوماتيك , تصاوير MRI , استخراج ويژگي , تبديل موجك , موجك گابور , الگوريتم k-means
عنوان كنفرانس :
چهارمين كنفرانس ملي فناوري اطلاعات، كامپيوتر و مخابرات
چكيده فارسي :
امروزه آمار تلفات انساني زياد به علت تومور مغزي، تشخيص زودهنگام آن را در مراحل اوليه، جهت معالجه و كاهش مرگ و مير الزامي مي نمايد . لذا براي بررسي دقيق تومورها استفاده از روشهاي اتوماتيك بسيار مفيد خواهد بود. در سالهاي اخير استفاده از تصاوير MRI به دليل وضوح و كيفيت بالا جهت تشخيص تومور وتعيين محل دقيق ونوع آن مورد توجه قرار گرفته است.
در اين مقاله يك روش كاملا اتوماتيك براي بخش بندي تصاويرT1و T2 ، MR تومور با استفاده از موجكهاي گابوروتصاوير T1 و T2 ارائه شده است كه نتايج قابل قبول را در حضور نويز داده است. پس از اعمال موجك SWT،فيلترهاي گابوربه تقريب موجك هادر تمام سطوح اعمال مي شوند ،تاويژگي هاي بافت مانند آنتروپي، ممان هاي مرتبه دوم تا چهارم و ضريب تغييرات بدست بيايند.خروجي هاي اين فيلتربا يكديگر مقايسه شده وتصاوير داراي ماكزيمم محلي در اندازه اين بردارها انتخاب شده ودرنهايت اين تصاوير به عنوان ويژگي هاي مربوط به هر پيكسل و براي بدست آوردن يك تصوير با حداقل مقدار پيكسل،به الگوريتم خوشه بندي K-MENS داده مي شود كه خروجي نهايي بخش بندي شده را توليد مي كند.مشاهده ميشود كه اين الگوريتم ويژگي هاي سطح مربوطه را گرفته و يك بخش بندي بهينه را توليد مي كند.هدف اين طراحي،كاهش خطا در تشخيص تومور خوش خيم از بدخيم درتصاوير MRI در علوم پزشكي مي باشد.