بخشبندی تصاویر تشدید مغناطیسی مغز انسان به روش یادگیری دیکشنری
نام عام مواد
[پایاننامه]
نام نخستين پديدآور
/فروغ شریفی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی پزشکی
تاریخ نشرو بخش و غیره
، ۱۳۹۶
مشخصات ظاهری
نام خاص و کميت اثر
۷۷ ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به کتابنامه ، واژه نامه و نمایه های داخل اثر
متن يادداشت
کتابنامه در آخر پایان نامه
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی پزشکی
زمان اعطا مدرک
۱۳۹۶/۰۷/۰۰
کسي که مدرک را اعطا کرده
صنعتی سهند
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
تصویر تشدید مغناطیسی از روشهای بالینی رایج در تشخیص اختلالات مغزی، ارزیابی پیشرفت بیماری و پیگیری روند درمان است .از سوی دیگر هر اختلال عصبی اغلب تاثیر ویژهای بر ساختار بافتهای مغز دارد از این رو بخشبندی بافتهای مغز اطلاعاتی از شدت بیماری در اختیار ما قرار میدهد .اگرچه بخشبندی دستی تصاویر MRI مغز بهعنوان یک روش پرکاربرد است اما روشی زمان بر و همراه با خطا-های فردی مختلف است .بنابراین بخشبندی خودکار بافت مغز مورد نیاز است .در این تحقیق، ما روشی بر پایه یادگیری دیکشنری و نمایش تنک برای بخشبندی خودکار بافتهای سالم مغز از تصاویر نرمال تشدید مغناطیسی مغز پایگاه داده brainweb ارائه دادهایم .در این بررسی، دادههای آموزشی متناظر با هدف براساس مجموع مجذور تفاوت شدت تصاویر انتخاب شده است و ویژگی بر اساس قطعات تصویر با ابعاد مختلف جهت بررسی تاثیر آن بر عملکرد الگوریتم استخراج شده است سپس دیکشنریهای متناظر با هر کلاس آموزشی به روش یادگیری دیکشنری بهصورت آنلاین و نمایش تنک LARS آموزش دیده است .تعداد اتمهای دیکشنری هر کلاس متفاوت و متناسب با تعداد نمونههای آموزشی آن است .در نهایت بخشبندی بر اساس کمترین مقدار خطای بازسازی انجام شده است .ما همچنین تاثیر تطبیق هیستوگرام( در مرحله پیشپردازش) بر عملکرد الگوریتم را بررسی کردهایم .بر اساس این تحقیق، نتایج تطبیق هیستوگرام صحت نتایج را کاهش و افزایش ابعاد قطعات تصویر آن را بهبود میبخشد .بر اساس این روش صحت معادل ۸۹/۱۵ درصد بهعنوان بهترین نتیجه به دست آمدهاست
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )