فصل دوم:پیشینه تحقیق 6
2-1-مقدمه 7
2-2-مروری بر روش های قطعه بندی 7
2-2-1-روش های ساختاری 8
2-2-2-روش های آماری 12
2-2-3-روش های ترکیبی 15
فصل سوم:مدل های قابل تغییر شکل 18
3-1-مقدمه 19
3-2-مدل های قابل تغییر شکل پارامتری 20
3-2-1-بیان ریاضی مدل 20
3-2-2-انرژی داخلی مدل 21
3-2-3-انرژی خارجی مدل 22
3-2-4-تکامل مدل قابل تغییر شکل پارامتری 23
3-2-5-روش حل عددی 24
3-3-محدودیت های مدل های قابل تغییر شکل پارامتری 24
3-3-1-حساسیت به شرایط اولیه 25
3-3-2-حساسیت به حداقل های محلی 25
3-3-3-حساسیت به انحنای زیاد 26
3-3-4-نیاز به تنظیم پارامترها 27
3-3-5-بار محاسباتی 27
فصل چهارم:سطح فعال منفصل برای قطعه بندی تصاویر سه بعدی 28
4-1-مقدمه 29
4-2-تعریف راس و سطح در مدل سطوح فعال منفصل 30
4-3-مرحله اول:تعیین سطح اندازه گیری شده 31
4-4-مرحله دوم:تولید دانش پیشین غیرایستا در فضای سه بعدی 34
4-4-1-انحنا در فضای سه بعدی 34
4-4-2-نمونه برداری مجدد سطح بر مبنای انحنا 35
4-5-مرحله سوم:تخمین آماری 39
فصل پنجم:روش پیشنهادی 40
5-1-مقدمه 41
5-2-الگوریتم پیشنهادی 41
5-2-1-تخمین کانتور فعال برای سطح اولیه 42
5-2-2-روش جستجوی خطی 43
5-2-3-انتگرال انحنا به عنوان انرژی داخلی 44
5-2-4-تبدیل ویولت برای تصاویر 45
5-2-5-وابستگی محلی فاز به عنوان انرژی خارجی 47
5-2-6-گرادیان تصویر حاصل از استخراج مرز توسط ویولت به عنوان انرژی خارجی 49
5-2-7-نمونه برداری براساس همسایگی 51
5-2-8-بروز رسانی شبکه مثلثی براساس نزدیکترین همسایگی ها 52
5-2-9-تشریح روند کلی روش پیشنهادی 53
فصل ششم:نتایج الگوریتم پیشنهادی و بررسی آنها 57
6-1-مقدمه 58
6-2-مغز 58
6-3-ریه 59
6-4-کبد 60
6-5-پرتونگاری کامپیوتری 61
6-5-1-تاریخچه سی تی اسکن 62
6-5-2-اجزای اصلی تشکیل دهنده دستگاه سی تی اسکن 62
6-5-2-الف-لامپ اشعه ایکس 63
6-5-2-ب-دتکتورهای اشعه ایکس 64
6-5-2-پ-واحد جمع آوری اطلاعات 64
6-5-2-ت-واحد تولید ولتاژ بالا 64
6-5-2-ث-تخت بیمار 64
6-5-2-ج-واحد بازسازی و تولید تصویر 64
6-5-2-چ-کنسول نمایش و واسط کاربر 65
6-5-ح-کامپیوتر کنترل کننده مرکزی 65
6-5-3-نسل های مختلف دستگاه 65
6-5-3-الف-نسل اول 65
6-5-3-ب-نسل دوم 65
6-5-3-پ-نسل سوم 65
6-5-3-ت-نسل چهارم 66
6-5-3-ث-نسل پنجم 66
6-5-3-ج-نسل ششم 66
6-5-3-چ-نسل هفتم 67
6-6-مشخصات نتایج 67
6-7-نتایج و تحلیل آنها 67
6-7-1-مقایسه نتایج مدل سطح فعال منفصل با چند روش معمول 67
6-7-2-مقایسه نتایج روش پیشنهادی و الگوریتم سطح فعال منفصل 69
6-7-2-الف-ستاره سه بعدی ساختگی 69
6-7-2-ب-تصاویر سی تی اسکن مغز 70
6-7-2-پ-تصاویر سی تی اسکن ریه 76
6-7-2-ت-تصاویر سی تی اسکن کبد 81
6-7-2-ث-مقایسه سرعت همگرایی و بار محاسباتی 88
فصل هفتم:نتیجه گیری و کارهای آینده 90
7-1-نتیجه گیری 91
7-2-کارهای آینده 92
فهرست منابع 93
عنوان صفحه
شکل 2-1-قطعه بندی با بهره گرفتن از روش تشخیص لبه با بهره گرفتن از فیلتر سبل 9
شکل 2-2-قطعه بندی تصویر MR با بهره گرفتن از روش های ریخت شناسی 10
شکل 2-3-قطعه بندی ریه راست با مدل قابل تغییر شکل 11
شکل 2-4- قطعه بندی با بهره گرفتن از روش آستانه گذاری 13
شکل 6-8-قطعه بندی تصویر سی تی اسکن مغز با الگوریتم DAS در مرحله همگرایی 71
شکل 6-9- قطعه بندی تصویر سی تی اسکن مغز با الگوریتم1 در مرحله همگرایی 72
شکل 6-10- قطعه بندی تصویر سی تی اسکن مغز با الگوریتم2 در مرحله همگرایی 73
شکل 6-11-قطعه بندی تصویر سی تی اسکن مغز با الگوریتم DAS در حالت توقف 74
شکل 6-12- قطعه بندی تصویر سی تی اسکن مغز با الگوریتم1 در حالت توقف 75
شکل 6-13- قطعه بندی تصویر سی تی اسکن مغز با الگوریتم2 در حالت توقف 76
شکل 6-14- قطعه بندی تصویر سی تی اسکن ریه با الگوریتم DAS در مرحله همگرایی 77
شکل 6-15- قطعه بندی تصویر سی تی اسکن ریه با الگوریتم1 در مرحله همگرایی 78
شکل 6-16- قطعه بندی تصویر سی تی اسکن ریه با الگوریتم2 در مرحله همگرایی 79
شکل 6-17- قطعه بندی تصویر سی تی اسکن ریه با الگوریتم DAS در حالت توقف 80
شکل 6-18- قطعه بندی تصویر سی تی اسکن ریه با الگوریتم1 در حالت توقف 81
شکل 6-19- قطعه بندی تصویر سی تی اسکن ریه با الگوریتم2 در حالت توقف 82
شکل 6-20- قطعه بندی تصویر سی تی اسکن کبد با الگوریتم DAS در مرحله همگرایی 83
شکل 6-21- قطعه بندی تصویر سی تی اسکن کبد با الگوریتم1 در مرحله همگرایی 84
شکل 6-22- قطعه بندی تصویر سی تی اسکن کبد با الگوریتم2 در مرحله همگرایی 85
شکل 6-23- قطعه بندی تصویر سی تی اسکن کبد با الگوریتم DAS در حالت توقف 86
شکل 6-24- قطعه بندی تصویر سی تی اسکن کبد با الگوریتم1 در حالت توقف 87
شکل 6-25- قطعه بندی تصویر سی تی اسکن کبد با الگوریتم2 در حالت توقف 88
عنوان صفحه
جدول 1-مقایسه عملکرد الگوریتم DAS با الگوریتم 1و 2 89
-مقدمه
پردازش و آنالیز تصاویر را میتوان به عنوان یک ساختار كاربردی و تكنیكی جهت بررسی, تحلیل و استخراج اطلاعات از تصاویر تعریف کرد. قطعه بندی تصاویر یکی از مهمترین و کاربردی ترین مراحل پردازش تصویر می باشد که در کاربردهای بسیاری از قبیل مسایل بینایی ماشین1, استخراج ویژگی2, ردیابی اجسام3, بازسازی سطوح4, تشخیص به کمک کامپیوتر5, پردازش تصاویر پزشکی6 و کاربردهای بسیار دیگر مورد استفاده قرار می گیرد. در این میان, پردازش تصاویر پزشکی با توجه به اینکه یکی از مهمترین ابزار تشخیص, بررسی و درمان بیماری ها برای پزشکان به حساب می آید و کاربرد گسترده ای در زمینه ایجاد تصاویر دو بعدی, سه بعدی و 4 بعدی از بدن و مطالعات آناتومیک و فیزیولوژیک دارند و عمدتا تصویر برداری به صورت غیر تهاجمی7 و بدون ایجاد مشکل برای بیمار انجام می پذیرد, از اهمیت فوق العاده ای برخوردار می باشد.
معمول ترین و مهمترین روش هایی که امروزه برای تصویربرداری پزشکی غیر تهاجمی مورد استفاده قرار میگیرد شامل روش های زیر می باشند:
1 Machine Vision
[دوشنبه 1399-10-01] [ 02:50:00 ب.ظ ]
|