پردازش تصاویر پزشکی
بهرام مومن مهربانی؛ محمدجواد ابوالحسنی؛ علیرضا احمدیان؛ جواد علیرضایی
دوره 3، شماره 1 ، خرداد 1388، ، صفحه 47-54
چکیده
در این مقاله روشی نوین برای پایش سریع تغییرات دما با استفاده از تصاویر فراصوت B-Mode ارائه شده است. در این روش، از وابستگی سرعت صوت به دما استفاده می شود. وابستگی سرعت صوت به دما باعث ایجاد جابه جایی ظاهری ذرات پراکنده ساز می گردد. جابه جایی به وجود آمده را می توان با استفاده از الگوریتم های مختلف جابه جایی سنجی و ردیابی برفک تخمین ...
بیشتر
در این مقاله روشی نوین برای پایش سریع تغییرات دما با استفاده از تصاویر فراصوت B-Mode ارائه شده است. در این روش، از وابستگی سرعت صوت به دما استفاده می شود. وابستگی سرعت صوت به دما باعث ایجاد جابه جایی ظاهری ذرات پراکنده ساز می گردد. جابه جایی به وجود آمده را می توان با استفاده از الگوریتم های مختلف جابه جایی سنجی و ردیابی برفک تخمین زد و اندازه گیری نمود. در این کار روش شارش نوری هورن – شانک برای سنجش جابه جایی های به وجود آمده به تصاویر دیجیتال فراصوت B-Mode فانتوم شبیه بافت اعمال شد. روش شارش نوری از جمله روش های بر پایه گرادیان است و بر اساس اندازه گیری تغییرات به وجود آمده در الگوی روشنائی به تخمین میزان جابه جایی می پردازد. در طراحی فانتوم از یک مقاومت گرمازا برای گرم کردن بافت در عمق استفاده شد. حین گرم کردن فانتوم، به وسیله پروب خطی سونوگرافی 10 MHz، تصاویر فراصوت دیجیتال از موضع در حال گرم شدن تهیه شد. برای سنجش میزان دقت، دمای به دست آمده در این روش، با دمای اندازه گیری شده به روش تهاجمی مقایسه شد. با بررسی نتایج به دست آمده مشاهده شد که سرعت محاسبه دما در مقایسه با تحقیق قبلی (تخمین دما به کمک الگوریتم تطبیق بلوک) به میزان قابل توجهی افزایش یافته است. بیشینه افزایش دما در فانتوم، 7oC بوده است. با بررسی و مقایسه دمای مقاومت های گرمایی با نتایج حاصل از روش شارش نوری، خطای اندازه گیری میانیگن 4oC و مقدار بیشینه خطا در طول آزمایش 9oC به دست آمد. با استفاده از روش شارش نوری می توان با سرعت بالا و حتی بی درنگ، دما را تخمین زد. از ضعف های این روش می توان به حساسیت زیاد آن به اغتشاش اشاره کرد.
مدلسازی رایانهای زیستی / شبیهسازی رایانهای زیستی
فرشته یوسفی ریزی؛ علیرضا احمدیان؛ جواد علیرضایی؛ عمادالدین فاطمیزاده؛ نادر رضایی
دوره 2، شماره 3 ، آذر 1387، ، صفحه 165-177
چکیده
پیچیدگی ساختار درخت راه هوایی، اثر جزئی حجم بر شاخه های ریز و کنتراست پایین بین بافت های موجود در قفسه سینه، بخش بندی آن را دشوار می سازد. پدیده نشتی به عنوان یکی از بزرگ ترین مشکلات در مسیر بخش بندی تصاویر پزشکی به ویژه در موارد پیچیده ای مانند راه های هوایی است. روش اتصال فازی با بهره گیری همزمان از دو خاصیت اصلی تصاویر یعنی وجود همگونی ...
بیشتر
پیچیدگی ساختار درخت راه هوایی، اثر جزئی حجم بر شاخه های ریز و کنتراست پایین بین بافت های موجود در قفسه سینه، بخش بندی آن را دشوار می سازد. پدیده نشتی به عنوان یکی از بزرگ ترین مشکلات در مسیر بخش بندی تصاویر پزشکی به ویژه در موارد پیچیده ای مانند راه های هوایی است. روش اتصال فازی با بهره گیری همزمان از دو خاصیت اصلی تصاویر یعنی وجود همگونی در وکسل های متعلق به یک شی و وجود یک ارتباط درهم آمیخته بین آنها، و با در نظر گرفتن خاصیت فازی ذاتی تصاویر پزشکی، الگوریتم کارامدی برای بخش بندی ساختارهای پیچیده مانند راه های هوایی است. در رویکرد جدید اتصال فازی مبتنی بر خوشه یابی فازی FCM، که تحت عنوان FC-FCM به وسیله همین گروه مطرح شده است، ضمن عدم نیاز به تعیین متغیرهای اولیه، فضای جستجو نیز با بهره گیری از تابع عضویت فضایی فازی در فرایند برگشتی رشد هسته اولیه محدود شده است. اما در تعیین شاخه های پس از لایه سوم با نشتی مواجه می شود. امکان تشخیص نشتی فقط پس از رشد آن و فرایند زمان بر تکرار بخش بندی با متغیرهای جدید که روش متداول در رویارویی با پدیده نشتی است، ما را به سمت ارائه یک فرایند بهینه سازی مبتنی بر شکل در بطن الگوریتم اتصال فازی، برای جلوگیری از تشکیل نشتی به عنوان یک شیوه جدید رهنمون شده است. با در نظر گرفتن ساختار استوانه ای شاخه های درخت راه های هوایی تابع هزینه ای که شاخصی از میزان استوانه ای بودن است، معرفی و به کار گرفته شد. شایان ذکر است کمینه کردن آن به قرار گرفتن وکسل ها در نظام استوانه ای منجر گردید. با کاربرد رویکرد جدید اتصال فازی راه های هوایی تا لایه چهارم با دقت 92.92% استخراج شدند. با استفاده از فرایند بهینه سازی در بطن رویکرد جدید اتصال فازی، ضمن ممانعت از تشکیل نشتی، شاخه های درخت راه هوایی تا لایه ششم بخش بندی شد. چنان که نتایج نشان می دهد، الگوریتم پیشنهادی OPT-FC-FCM قادر به تشخیص شاخه ها، چهار برابر بیشتر از روش FC-FCM است. تعداد کل شاخه های بخش بندی شده در روش 65 OPT-FC-FCM شاخه است که نسبت به تعداد کل شاخه های استخراج شده از روش) FC-FCM با 15 شاخه) 4 برابر بیشتر است.