شماره ركورد كنفرانس :
3926
عنوان مقاله :
بخش بندي اوليه كبد در تصاوير CT برمبناي سوپروكسل
پديدآورندگان :
مولايي سيد رسول r.molaei@ut.ac.ir دانشجوي دكتري مهندسي پزشكي دانشكده برق و كامپيوتر دانشگاه تهران , آقايي زاده ظروفي رضا zoroofi@ut.ac.ir استاد دانشكده برق و كامپيوتر دانشگاه تهران , Sato Yushonobu yoshi@is.naist.jp Imaging-based Computational Biomedicine (ICB) Lab, Graduate School of Information Science, Nara Institute of Science and Technology (NAIST),
كليدواژه :
الگوريتم - SLIC , بخش بندي كبد , تصاوير سه بعدي CT Scan , سوپروكسل
عنوان كنفرانس :
بيست و چهارمين كنفرانس مهندسي برق ايران
چكيده فارسي :
بخش بندي تصاوير پزشكي، گام اول بسياري از الگوريتم هاي پردازش تصوير محسوب مي شود. در اين مقاله از مفهوم نسبتا جديدي به – نام سوپروكسل براي بخش بندي اوليه كبد در تصاوير سه بعدي CT Scan استفاده شده تا توانايي اين مفهوم در كاربردهاي بخش بندي تصاوير پزشكي مورد بررسي قرار گيرد. الگوريتم هاي توليد سوپروكسل، وكسل هاي تصوير سه بعدي را به نواحي كوچك معناداري دسته بندي مي كنند كه مي تواند به عنوان جاي گزين ساختار صلب شبكه وكسلي استفاده شود. در اين جا از الگوريتم SLIC براي توليد سوپروكسل ها استفاده شده است. سپس با استخراج ويژگي هاي مبتني بر بافت در هر يك از سوپروكسل ها، از الگوريتم طبقه بندي k نزديكترين همسايه براي طبقه بندي - سوپروكسل ها و استخراج اوليه كبد استفاده شده است. اطلاعات اوليه جهت آموزش طبقه بندي كننده در مرحله اول الگوريتم پيشنهادي از طريق تعامل با كاربر فراهم مي گردد.
