• جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/09/05
    • تاریخ انتشار در تی پی بین: 1393/09/05
    • تعداد بازدید: 1602
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    تصویر برداری m.r.i به دلیل دقت بالا در تشخیص بافت های نرم و نمایش تمایز بافت های طبیعی از غیر طبیعی جز ابزارهای مهم در عرصه تشخیص انواع بیماری ها به خصوص بیماری های مغزی می باشد. اختلالات عصبی فراوانی وجود دارند که به سیستم عصبی مرکزی بدن آسیب جدی می رسانند از جمله شایع ترین این نوع اختلالات عصبی می توان به بیماری ms اشاره نمود. تصویر برداری m.r.i نشان داده است که نسبت به این بیماری بسیار حساس می باشد و توانایی این را دارد که ضایعات ms را نسبت به بافت های محیطی خود با شدت متفاوتی نمایش دهد. ارزیابی دقیق از هر ضایعه ms در تصاویر mr به صورت دستی برای متخصصین پزشکی یک کار پر زحمت و انجام تقسیم بندی به صورت ذهنی بسیار پر خطا می باشد. یک جایگزین جذاب و دقیق برای تقسیم بندی دستی، تقسیم بندی کامپیوتری می باشد که می تواند با دقت بیشتری و در مدت زمان کمتری این کار را برای پزشک انجام دهد. در ادامه برای ایجاد سهولت در تصمیم گیری برای پزشک می توان اطلاعات بدست آمده را خوشه بندی کرد و صورت بهتری از بیماری را ارائه داد. و به همین دلایل ما در این مقاله در ادامه مقاله قصد انجام خوشه بندی ضایعات در تصاویر m.r.i را داریم. با استفاده از الگوریتم k-means نتایج تقسیم بندی را خوشه بندی کردیم که برای پزشک متخصص جدا سازی ضایعات بسیار آسان تر شده است. خوشه بندی نشان می دهد که نتایج الگوریتم قابل اتکا بوده و قابلیت استفاده در کلینیک ها و مراکز درمانی بیماری ms را دارد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها