پردازش تصاویر پزشکی
عباس بینیاز؛ فاطمه عبدالعلی؛ رضا آقاییزاده ظروفی؛ امید حاجیمقصودی؛ یوشینوبو ساتو
دوره 12، شماره 4 ، بهمن 1397، ، صفحه 317-329
چکیده
آندوسکوپی به کمک کپسول بیسیم، یکی از روشهای غیرتهاجمی آسیبشناسی مسیر گوارشی انسان به شمار آمده که با پیشروی کپسول در مسیر گوارشی و تصویربرداری از این مسیر، ویدئوی آندوسکوپی ضبط میشود. در عمل، حجم وسیعی از ویدئوهای آندوسکوپی با کیفیتهای مختلف و زمان تصویربرداری طولانی، از مسیر گوارشی ثبت میشود که این زمان در حدود 8 ساعت ...
بیشتر
آندوسکوپی به کمک کپسول بیسیم، یکی از روشهای غیرتهاجمی آسیبشناسی مسیر گوارشی انسان به شمار آمده که با پیشروی کپسول در مسیر گوارشی و تصویربرداری از این مسیر، ویدئوی آندوسکوپی ضبط میشود. در عمل، حجم وسیعی از ویدئوهای آندوسکوپی با کیفیتهای مختلف و زمان تصویربرداری طولانی، از مسیر گوارشی ثبت میشود که این زمان در حدود 8 ساعت بوده و زمان بازنگری ویدئوی آندوسکوپی توسط پزشک متخصص و مجرب نیز در حدود 2 ساعت و یا بیشتر میباشد. روشهای خلاصهسازی ویدئو، میتوانند زمان بازنگری و همچنین خطاهای تفسیر و بازنگری دستی توسط پزشک را کاهش دهند. در این پژوهش، به منظور غلبه بر محدودیتهای موجود در استخراج فریمهای کلیدی، روشی مبتنی بر بینایی ماشین به کمک خصوصیات منحصر به فرد تجزیه به مقادیر تکین انطباقی مبتنی بر پنجرهی لغزشی، پیشنهاد شده است که با به کارگیری این ویژگیها، امکان خلاصهسازی ویدئوی کپسول اندوسکوپی فراهم میگردد. علاوه بر این، به دلیل محدودیتهای حجم و توان کپسول آندوسکوپی و فیزیک مسیرگوارشی، تصاویر کپسول دارای روشنایی پایینی بوده و غیریکنواخت میباشند که برای حل این مشکل، از فیلتر انتشار تطبیقی بهره گرفته شده است. نتایج آزمایش روی کپسول بیسیم، نشان میدهد که زمان بازنگری به طور قابل ملاحظهای کاهش یافته است. ارزیابیهای کمی و کیفی، نشان میدهند که استفاده از این روش پیشنهادی، تاثیر مثبتی روی فرایند خلاصهسازی داشته است. از اینرو، میتوان در سایر کاربردهای بالینی، از قبیل آموزش پزشکان جوان، آسیبشناسی به کمک کامپیوتر، تصمیمگیری سریع و مدیریت اطلاعات پزشکی نیز از این روش بهره گرفت.
پردازش سیگنالهای حیاتی
ایثار نژادقلی؛ محمدحسن مرادی؛ فاطمه عبدالعلی
دوره 4، شماره 4 ، اسفند 1389، ، صفحه 279-292
چکیده
تاکنون از روشهای بسیاری برای طبقهبندی خودکار ضربان قلب استفاده شده است؛ اما تعداد بسیار اندکی از این روشها در طبقهبندی مستقل از بیمار کارایی مناسبی داشتهاند. در این مقاله، تئوری بازسازی فضای فاز برای طبقهبندی پنج نوع ضربان قلب (طبیعی، PVC، LBBB، RBBB و PB) در حالت مستقل از بیمار به کار رفته است. در روش اول و دوم ابتدا فضای فاز به ...
بیشتر
تاکنون از روشهای بسیاری برای طبقهبندی خودکار ضربان قلب استفاده شده است؛ اما تعداد بسیار اندکی از این روشها در طبقهبندی مستقل از بیمار کارایی مناسبی داشتهاند. در این مقاله، تئوری بازسازی فضای فاز برای طبقهبندی پنج نوع ضربان قلب (طبیعی، PVC، LBBB، RBBB و PB) در حالت مستقل از بیمار به کار رفته است. در روش اول و دوم ابتدا فضای فاز به دست آمده، مدلسازی شده و سپس با کمک طبقهبند بیزین کلاسیک، طبقهبندی انجام شده است. در روش اول مدل ترکیبی گوسین و و در روش دوم مدل بین به کار رفته است. در روش سوم، از بازسازی فضای فاز مستقیماً برای تعلیم تخمینزنندة شبکه عصبی با تأخیر زمانی استفاده شده؛ سپس طبقهبندی بر مبنای کمینه خطای پیشبینی، انجام شده است. نتایج هر سه روش در مقایسه با سایر روشهای طبقهبندی مستقل از بیمار بهبود قابل توجهی داشته است. بهترین نتایج مربوط به روش اول است که صحت طبقهبندی 5/92% در حالت مستقل از بیمار را نشان میدهد.