نمایش مختصر رکورد

dc.contributor.authorمولائی, ملیحهfa_IR
dc.contributor.authorآقائی‌زاده ظروفی, رضاfa_IR
dc.date.accessioned1399-07-08T20:18:13Zfa_IR
dc.date.accessioned2020-09-29T20:18:13Z
dc.date.available1399-07-08T20:18:13Zfa_IR
dc.date.available2020-09-29T20:18:13Z
dc.date.issued2019-09-23en_US
dc.date.issued1398-07-01fa_IR
dc.date.submitted2019-06-23en_US
dc.date.submitted1398-04-02fa_IR
dc.identifier.citationمولائی, ملیحه, آقائی‌زاده ظروفی, رضا. (1398). بخش‌بندی خودکار ماهیچه‌های مقطع ران با استفاده از روش چنداطلس سلسله‌مراتبی و الگوریتم FRFCM در تصاویر سی‌تی‌اسکن. فصل نامه علمی پژوهشی مهندسی پزشکی زیستی, 13(3), 259-271. doi: 10.22041/ijbme.2019.108048.1498fa_IR
dc.identifier.issn5869-2008
dc.identifier.issn9685-8006
dc.identifier.urihttps://dx.doi.org/10.22041/ijbme.2019.108048.1498
dc.identifier.urihttp://www.ijbme.org/article_36247.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/85436
dc.description.abstractکمی­سازی و مدل­سازی ماهیچه­های اسکلتی می­تواند به بررسی بیماری­های مربوط به ماهیچه، مشکلات حرکتی خاص و شبیه­سازی­های مورد نیاز برای انجام جراحی­های مربوطه کمک نماید. بدین منظور به بخش­بندی ماهیچه­ها در تصاویر پزشکی نیاز است. با توجه به اهمیت ماهیچه­های مقطع ران در حفظ تعادل بدن و راه رفتن، در این پژوهش بخش­بندی این ماهیچه­ها در تصاویر سی­تی­اسکن انجام شده که برای این منظور از روش چنداطلس (بهبود یافته‌ی روش چنداطلس سلسله‌مراتبی در مطالعه‌ی قبلی نویسندگان) استفاده شده است. در این روش پس از پیش­پردازش تصویر، ناحیه‌ی مربوط به ماهیچه از سایر بافت­ها با استفاده از روش FRFCM به صورت اتوماتیک استخراج شده و از ماسک باینری ماهیچه و ماسک ماهیچه‌ی بهبود یافته در روش چنداطلس برای بخش­بندی مجزای ماهیچه­ها استفاده شده است. روش پیشنهادی با استفاده از 20 مجموعه‌ی داده‌ی سی­تی­اسکن شامل 12 نمونه‌ی زن و 8 نمونه‌ی مرد پیاده­سازی شده است. این روش در مقایسه با روش چنداطلس سلسله‌مراتبی هزینه‌ی محاسباتی بسیار کم‌تری دارد. به طور میانگین، زمان مورد نیاز برای بخش­بندی ماهیچه­ها با استفاده از روش پیشنهادی و روش چنداطلس سلسله‌مراتبی به ترتیب برابر با 24 و 71 ثانیه برای یک اسلایس از هر نمونه بوده و بنابراین روش پیشنهادی زمان پیاده­سازی را تقریبا تا یک‌سوم روش قبل کاهش داده است. میانگین ضریب شباهت دایس برای روش پیشنهادی با ماسک ماهیچه‌ی بهبود یافته و روش چنداطلس سلسله‌مراتبی به ترتیب برابر با 69/7±58/86 و 26/8±07/83 بوده و میانگین دقت و حساسیت برای روش پیشنهادی برابر با 6/9±78/89 و 25/9±63/84 و برای روش چنداطلس سلسله‌مراتبی برابر با 04/12±85/88 و 88/10±04/78 می‌باشد. بنابراین بر اساس معیارهای ضریب شباهت دایس، دقت و حساسیت روش پیشنهادی نتایج کمی بهتری نسبت به روش پیشین داشته است.fa_IR
dc.format.extent2217
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.publisherانجمن مهندسی پزشکی ایرانfa_IR
dc.publisherIranian Society for Biomedical Engineeringen_US
dc.relation.ispartofفصل نامه علمی پژوهشی مهندسی پزشکی زیستیfa_IR
dc.relation.ispartofIranian Journal of Biomedical Engineeringen_US
dc.relation.isversionofhttps://dx.doi.org/10.22041/ijbme.2019.108048.1498
dc.subjectبخش‌بندی هم‌زمانfa_IR
dc.subjectماهیچه‌های رانfa_IR
dc.subjectروش چنداطلسfa_IR
dc.subjectFRFCMfa_IR
dc.subjectتصاویر سی‌تی‌اسکنfa_IR
dc.titleبخش‌بندی خودکار ماهیچه‌های مقطع ران با استفاده از روش چنداطلس سلسله‌مراتبی و الگوریتم FRFCM در تصاویر سی‌تی‌اسکنfa_IR
dc.typeTexten_US
dc.typeمقاله کامل پژوهشیfa_IR
dc.contributor.departmentدانشجوی دکتری مهندسی پزشکی، آزمایشگاه کنترل و پردازش تصویر هوشمند، دانشکده‌ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایرانfa_IR
dc.contributor.departmentاستاد، گروه بیوالکتریک، آزمایشگاه کنترل و پردازش تصویر هوشمند، دانشکده‌ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایرانfa_IR
dc.citation.volume13
dc.citation.issue3
dc.citation.spage259
dc.citation.epage271


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد