CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

خوشه بندی فازی سی-مینز با وزن دهی اتوماتیک مبتنی بر سوپرپیکسل برای تقسیم بندی تصاویر رادیولوژی قفسه سینه جهت طبقه بندی و تشخیص بیماری

عنوان مقاله: خوشه بندی فازی سی-مینز با وزن دهی اتوماتیک مبتنی بر سوپرپیکسل برای تقسیم بندی تصاویر رادیولوژی قفسه سینه جهت طبقه بندی و تشخیص بیماری
شناسه ملی مقاله: UTCONF08_085
منتشر شده در هشتمین همایش بین المللی دانش و فناوری مهندسی برق، کامپیوتر و مکانیک ایران در سال 1402
مشخصات نویسندگان مقاله:

امیرعلی باقری - کارشناس ارشد مهندسی برق کنترل، دانشگاه فر دوسی مشهد
فاطمه حیدری نغندر - دانشجوی ارشد مهندسی پزشکی، دانشگاه فردوسی مشهد
محسن عرفانی حاجی پور - دانشجوی دکتری مهندسی برق کنترل، دانشگاه فردوسی مشهد

خلاصه مقاله:
آزمایشاتی مانند پی سی آر، به عنوان روش استاندارد تشخیصی بیماری کرونا، دارای محدودیت هایی مانند صرف هزینه و زمان زیاد میباشند. از اینرو نیاز به رو شها ی سریع و ارزانتر، به منظور کنترل ویرو س است. در این راستا مقاله حاضر به منظور سهولت در تشخیص و غربالگری اولیه با استفاده از الگوریتم های هوشمند بر پایه تصاویر رادیولوژی، رویکردی را پیشنهاد میدهد. این رویکرد از الگوریتم خوشه بندی نوع ۲ باز های به عنوان پیش پردازش استفاده می کند، که با ادغام اطلاعات محلی فراپیکسل های همسایه با فیلتر گاوسی تطبیقی، عملکرد و پیچیدگی محاسبات را بهبود می بخشد. نتایج نشان میدهد این رویکرد توانایی تشخیص و غربالگری اولیه را افزایش خواهد داد.

کلمات کلیدی:
پیش پردازش تصاویر رادیولوژی، خوشه بندی فازی تطبیقی، سوپرپیکسل

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1966317/