عنوان

ادغام تصاویر پزشکی ساختاری و عملکردی بر پایهی تجزیه تصاویر و بیان تنک

پ۲۷۴۴۴

per

ادغام تصاویر پزشکی ساختاری و عملکردی بر پایهی تجزیه تصاویر و بیان تنک

سودا ظفرمندی اردبیلی

گروه مهندسی پزشکی (پردیس)

۱۴۰۱

۹۲ص.

سی دی

کارشناسی ارشد

مهندسی پزشکی

۱۴۰۱/۰۵/۰۳

چکیده:درسال های اخیر، تصویربرداری پزشکی به دلیل مؤثربودن درتشخیص معالجه پزشکی مورد توجه بیشتری قرارگرفته است. با این حال، هر نوع تصویربرداری پزشکی محد دیتهایی را داراست اطلاعات مشترك یا منحصربهفردیرا ایجاد میکند. هدف ادغام تصویر، ترکیب د یا چند تصویر برای رسیدن به یک تصویر احدی است که نتیجه آنافزایش کیفیت دقت تفسیر تصا یر است. تصا یر ساختاری مانند تصویربرداری رز نانس مغناطیسی ) (MRIدارایرز لوشن مکانی بالا اطلاعات ساختاری از بافت نرم است، اما اطلاعات رنگی از مشخصات عملکردی بافت را ندارد.توموگرافی انتشار پوزیتر ن ) (PETاطلاعات شبه رنگی زیادی دارد که یژگی های عملکردی بافت را منعکس کردهاما فاقد اطلاعات ساختاری رز لوشن مکانی است. در این پایان نامه، یک ر ش جدید ادغام مبتنی بر تجزیه تصا یرنمایش تنک پیشنهاد گردیده است. چارچوب ترکیب پیشنهادی، تصا یر منبع را به مؤلفههای کارتونی بافت تجزیهمیکند. برای اجزا کارتونی، یک قاعده ادغام بر اساس انرژی یا SMLبرای حفظ اطلاعات ساختار پیشنهاد شده است.برای مؤلفههای بافت، ر ش بیان تنک) (SRیا SVDبه اجرا درمیآید. از آنجا که طبق بررسیهای انجام شده اضافهکردن مولفههای بافت گاهی باعث کاهش کیفیت تصا یر ادغام شده میشود بدین منظور از الگوریتم ژنتیک برایانتخاب مولفههای بافت استفاده شد تا بهترین انتخاب در نتیجه بهترین کیفیت از تصویر ادغام شده به دست آید.به منظور ارزیابی کیفیت تصویر ادغام شده نیز معیارهای ارزیابی تعریف استفاده میشوند که در این پایان نامه ازر ش آنتر پی، استحکام لبهی تصویر تقارن ادغام) (QAB/F,Fs , Entropyاستفاده شده است. نتایج به دست آمده ازتصا یر ادغامی نشان میدهد که استفاده از الگوریتم ژنتیک نتایج بهتری دارد.

The purpose of image fusion is to combine two or more images to achieve a single image, resulting in increased quality and accuracy of interpretation of cross-sectional images by positron emission, images with high spectral content but low spatial information production. MRI imaging devices perform functions such as magnetic resonance imaging with good spatial accuracy. In contrast, images obtained by imaging devices have a low spectral structure. The innovation of the proposed integration method, the extraction of spatial features of structural images is investigated. This algorithm is a hybrid method that uses the high power of spectral information retention of the model integration. This dissertation proposes a new image integration method based on image parsing and thin display. In the proposed composition method, an image integration frame based on the analysis of cartoon texture is considered. The proposed composition framework breaks down source images into cartoon components and textures. The structure information of cartoon components is preserved by a sub-modified Laplacian rule. For fusion by cartoon components, we used a Genetic algorithm for selected texture components. The performance of our proposed method is better than other methods using SR.

Structural and Functional Medical Images Fusion Based On Image Decomposition and Sparse Representation Supervisor: Sabalan

ظفرمندی اردبیلی‏،

سودا‏

تهيه کننده

دانشور‏،

یوسفی رضایی،

مشگینی،

‏سبلان

توحید‏

سعید‏

استاد راهنما

استاد راهنما

استاد مشاور

‏تبریز