ارزیابی بخش بندی توام با تصحیح میدان بایاس تصاویر MR مغز انسان توسط روش های تنظیم سطح و مولفه های ذاتی ضرب شونده
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:
بخش بندی تصاویر MR مغز یک مساله مهم در محاسبات پردازش تصاویر پزشکی است. در این تصاویر، بخش بندی به وسیله یک عامل درونی به نام ناهمگنی شدت دچار خطا می گردد که این ناهمگنی به دلیل وجود هم پوشانی در بین شدت بافت های مغزی است و اغلب باعث کلاس بندی نادرست بافت های مغزی می گردد. در این مقاله دو روش پیشنهادی جهت بخش بندی و اصلاح بایاس این تصاویر مطرح می شود که از طریق دو الگوریتم تنظیم سطح (LSM) و بهینه سازی مولفه های ذاتی ضرب شونده (MICO) پیاده سازی می گردند. روش های مطرح شده در این مقاله عبارت اند از: اصلاح بایاس تصاویر MR مغز انسان توسط یکی از دو الگوریتم فوق و بخش بندی آن توسط الگوریتم دیگر و بالعکس. هدف، بررسی کارایی روال تصحیح بایاس و بخش بندی هر الگوریتم به صورت جدا و ارزیابی کمی و کیفی نتایج حاصله و انتخاب الگوریتم مناسب جهت به دست آوردن نواحی سه گانه بافت های مغزی (WM ،GM و CSF) است. تحلیل های کمی و کیفی بر روی نتایج، دقت بالای 90 درصدی را برای ناحیه حاوی CSF با استفاده از الگوریتم MICO و همچنین به همین میزان برای نواحی WM و GM توسط الگوریتم LSM را نشان داد. با استفاده از این نتایج می توان الگوریتم بهینه جهت اصلاح بایاس و بخش بندی هر ناحیه را انتخاب کرد.
کلیدواژگان:
زبان:
فارسی
صفحات:
67 تا 75
لینک کوتاه:
magiran.com/p2068097
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!