عنوان

ادغام تصاویر پزشکی ساختاری بر اساس تابع تبدیل هیلبرت

شماره

‭۱۴۹۴۳پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

ادغام تصاویر پزشکی ساختاری بر اساس تابع تبدیل هیلبرت

نام نخستين پديدآور

/مژده حدادپور

نام ناشر، پخش کننده و غيره

: مهندسی برق و کامپیوتر

تاریخ نشرو بخش و غیره

، ‮‭۹۴‬

متن يادداشت

چاپی

متن يادداشت

فاقدکلیدواژه لاتین

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

مهندسی پزشکی( بیوالکتریک)

زمان اعطا مدرک

‮‭۱۳۹۴/۰۹/۲۵‬

کسي که مدرک را اعطا کرده

تبریز

متن يادداشت

امروزه ادغام تصاویر به‌عنوان یک مقوله‌ی مهم در تحقیقات مختلف به‌ویژه درزمینه‌ی تصاویر پزشکی مطرح است .به‌طورکلی ادغام تصاویر پزشکی فرایندی است که در آن از ترکیب تصاویر حاصل از دو یا چند منبع مختلف به‌منظور بالا بردن محتوای اطلاعاتی هر یک از تصاویر استفاده می‌شود به‌نحوی‌که تصویر ادغام‌شده‌ی نهایی شامل تمامی اطلاعات و جزئیات مفید هر یک از تصاویر ورودی است .ازآن‌جایی‌که تصاویر حاصل از روش‌های تصویربرداری پزشکی به‌تنهایی دارای یک‌سری نقاط ضعف در نمایش دادن جزئیات مربوط به بافت موردنظر است، این تحقیق درصدد آن هست که به‌منظور بالا بردن دقت اندازه‌گیری بالینی در تشخیص و درمان بیماری‌ها و رفع نواقص مربوطه‍ شیوه‌های مناسبی را برای ادغام این تصاویر به کارببرد.هدف اصلی این پژوهش‍ ادغام تصاویر پزشکی نظیر ‮‭CT MRI‬ با استفاده از تابع تبدیل هیلبرت است.همچنین برای ادغام دسته‌ای دیگری از تصاویر نظیر ‮‭PET MRI‬ استفاده از ترکیب تابع تبدیل هیلبرت و ‮‭IHS‬ مد نظر است .تابع تبدیل هیلبرت تاکنون در ادغام تصاویر پزشکی به‌کار گرفته نشده است.لذا از قوانین خاص ادغام برای ترکیب ضرایب تابع تبدیل هیلبرت استفاده می‌شود.این فرایند بر روی یک مجموعه از داده‌ها آزمایش شده و نتایج حاصل از ادغامتوسط قانون‌های متداول موجود در ترکیب ضرایب توابع تبدیل با یکدیگر مقایسه شده است.نتایجحاکی از آن است که تابع تبدیل هیلبرت توانسته است در زمینه‌ی ادغام تصاویر پزشکی نظیر ‮‭CTMRI‬ نتایج قابل قبولی داشته باشد.همچنین در ادغام تصاویر ‮‭PETMRI‬ ترکیب دو تابع تبدیل هیلبرت و ‮‭IHS‬ از لحاظ مقایسه توسط معیارهای ارزیابی کمی مورد استفاده در این پژوهش نظیر متوسط گرادیاناختلاف طیفی و اطلاعات مشترک مکانی و طیفی‍ نتیجه‌ی بهتری نسبت به ادغام این تصاویر توسط تبدیل ‮‭IHS‬ و همچنین نتیجه‌ی کیفی و دیداری مطلوبی نسبت به اعمال تابع تبدیل هیلبرت به صورت مجزا دارد

متن يادداشت

.‮‭Nowadays the image fusion is a major concern in several studies, especially in the field of medical images. Overall, the medical image fusion is the procedure in which a combination of images from two or more different sources is used in order to enhance the information content ofany of images. The final fused image includes all the useful information and details of each of the input images. Since images obtained from medical imaging procedures alone has weaknesses in showing details of the tissue. Therefore, this project wants to use appropriate strategies to enhance the accuracy of clinical diagnosis and treatment of diseases and deficiencies. There are several methods to fuse images based on the use of the transfer function. In this study, medical images such as CT and MRI fused with Hilbert transform and the other medical images such as PET and MRI fused with combined transfer functions of Hilbert and IHS. Hilbert transform function has not been used in image fusion and, therefore consider special rules for combining the Hilbert transform coefficients to be used. This process was tested on a set of data, the results of the fusion by common rules on the combination of the transfer function coefficients are compared with each other. The results show that the Hilbert transform has been able to fuse the medical images such as CT, MRI. In addition, in process of MRI and PET image fusio n, combination of two transform functions of Hilbert and IHS in terms of comparing the quantitative assessment criteria used in this study, such as Average gradient, Discrepancy, spatial and spectral Mutual information, has the better results than using IHS transform function. Moreover it has a better qualitative and visional results than applying Hilbert transform function alone‬

مستند نام اشخاص تاييد نشده

حدادپور، مژده

مستند نام اشخاص تاييد نشده

دانشور، سبلان، استاد راهنما

مستند نام اشخاص تاييد نشده

سیدعربی، میرهادی، استاد مشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی