توضیحات
تشخیص و طبقه بندی تومور مغزی در تصاویر MRI در متلب
رشد غیر طبیعی سلول منجر به تومور در سلولهای مغزی می شود. تشخیص زودرس و درمان مناسب تومور مغز برای جلوگیری از مرگ انسان ضروری است. طبقه بندی موثر تومور مغز در تصویر MRI یک کار اساسی در زمینه پزشکی است. استخراج یا خوشه بندی پیکسل ها در یک تصویر بر اساس مقادیر شدت ، تقسیم بندی نامیده می شود. تقسیم تصویر را می توان به روش های مختلفی مانند آستانه ، رشد منطقه ، حوضه و محوطه ها بدست آورد. معایب روش های قبلی را می توان با روش پیشنهادی برطرف کرد.
روش تشخیص و تقسیم بندی
برای استخراج اطلاعات مربوط به تومور ، ابتدا در سطح پیش پردازش ، قسمتهای اضافی که خارج از جمجمه قرار دارند و هیچگونه اطلاعات مفیدی ندارند ، برداشته می شوند و سپس فیلتر انتشار ناهمسانگرد به تصاویر MRI برای از بین بردن نویز اعمال می شود. با استفاده از الگوریتم جعبه اتصال سریع (FBB) ، ناحیه تومور بر روی تصویر MRI با یک چهارچوب نمایش داده می شود و قسمت مرکزی به عنوان نقاط نمونه برای آموزش یک طبقه بندی کننده SVM انتخاب می شود. سپس ماشین بردار پشتیبان مرز را طبقه بندی کرده و تومور را استخراج می کند. این روش توسط متلب قابل اجرا است. نتایج تجربی دقت و قابلیت اطمینان بالایی از الگوریتم پیشنهادی را نشان می دهد. این نتایج همچنین برای متخصصان و رادیولوژیست ها بسیار مفید است تا اندازه و موقعیت یک تومور را به راحتی تخمین بزنند.
تقسیم بندی تومورها در تصاویر رزونانس مغناطیسی (MRI) یک کار مهم است اما انجام دستی آن توسط متخصصان بسیار زمان بر است. اتوماسیون این فرآیند به دلیل تنوع زیاد در ظاهر بافت تومور در بیماران مختلف و در بسیاری موارد شباهت بین تومور و بافتهای طبیعی چالش برانگیز است. در این پروژه یک روش اتوماتیک برای تقسیم بندی تومورهای مغزی در تصاویر MRI ارائه شده است.(منبع)
تشخیص و طبقه بندی تومور مغزی در تصاویر MRI در متلب
توسط متخصصان گروه پروماد انجام شده است.فایلهای نرم افزاری پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.