چکيده

موضوع اصلی این مقاله یک توسعه از الگوریتم مبتنی بر پردازش تصویر پزشکی برای جداسازی تومور ریه در تصاویر CT است که به دلیل عدم وجود چنین الگوریتمی ها و رویکردهای مورد استفاده برای تشخیص تومور است که در آن بیشتر تحقیقات شامل یادگیری ماشین برای حل چنین مشکل تقسیم بندی می باشد.

این کار شامل ابزارهای مختلف پردازش تصویر است که زمانی که ترکیب و به طور پیوسته اعمال می شود، به طور موفقیت آمیز به اهداف مورد نیاز می رسد. سیستم تقسیم بندی شامل مراحل مختلفی می باشد تا نهایتا به هدف خود برسد و تومور ریه را جدا کند. پیش پردازش تصویر ابتدا انجام می شود که در آن برخی از تکنیک های پیشرفته پردازش تصویر برای افزایش و کاهش نویز در تصاویر استفاده شده است.

مرحله بعدی جایی است که قطعات مختلف تصاویر جدا می شوند تا بتوانند تومور را در مراحل بعدی جدا کنند. در این قسمت از مراحل انجام کار، سطح آستانه به طور خودکار انتخاب شده است که اطمینان انتخاب مناسب تمامی تصاویر را از زمانی که تومور دارای شدت های سطح خاکستری مختلف در هر تصویر است را حاصل نماید. روش دیگری نیز برای حذف تومور از تصویر آستانه استفاده شده است. در نهایت، تومور ریه دقیقا با تفریق آستانه و تصویر دیگر تقسیم بندی می شود.

Lung tumor segmentation algorithm

الگوریتم ناحیه بندی تومور ریه

 Published in: Springer

Date of Publication: 2017

مشخصات شبيه ساز:

کارشناسی ارشد مهندسی پزشکی

دانشگاه تهران

محتويات:

• اصل مقاله
• پياده سازي در متلب
• ضميمه کردن گزارش فارسي
• توضیح خطوط برنامه

دانلود فايل