پایان‌نامه

ناحیه بندی، تعیین حجم و استخراج ویژگی های فیبروم رحمی در تصاویر mri

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

فیبروم رحمی شایع ترین تومور خوش خیم لگنی در زنان می باشد و امروزه درمان آن به شیوه هایی که کمترین خطر و آسیب را برای فرد داشته باشد مورد توجه بسیاری قرار گرفته است. استفاده از تصاویر mri جهت استخراج ویژگی های مختلف از جمله محل، حجم و شدت سیگنال اهمیت اساسی در تشخیص و پیگیری روند بهبود بیمار دارد. استفاده از روش های مبتنی بر پردازش کامپیوتری می تواند کمک بسزایی در تسریع و افزایش دقت بدست آوردن این ویژگی ها داشته باشد. هدف اصلی در این پایان نامه ناحیه بندی و تعیین حجم فیبروم رحمی می باشد. با توجه به ویژگی های فیزیولوژیکی و پاتولوژیکی فیبروم رحمی این تومورها را به سه دسته ی مجزا تقسیم بندی کرده ایم و برای هر دسته روشی برای ناحیه-بندی ارائه شده است. دسته ی اول تومورهای مرده هستند که روشی بر مبنای level set برای استخراج سه بعدی آنها ارائه شده است. دسته ی دوم تومورهایی با بافت مرده و بافت کلسیفیته هستند که در بررسی تومورها بدلیل غیر یکنواخت بودن ناحیه یکی از مشکل ترین زمینه ها در ناحیه بندی تومور ها محسوب می شوند، برای این گونه نیز روشی بر مبنای level set بدون لبه برای ناحیه بندی اولیه و در مرحله ی بعد با استفاده از مدل شکلی فعال و مدل بیضوی برای ناحیه بندی نهایی ارائه شده است. دسته سوم بیماران دارای تومورهای متعدد هستند که به اصطلاح multi fibroids گفته می شوند. در این دسته نیز ابتدا ناحیه ی رحم استخراج شده و سپس با استفاده از روش جدیدی مبتنی بر کلاس بندی فازی تومورها استخراج می شوند. برای تعیین درستی روش های ارائه شده از معیارهای درستی سنجی مبتنی بر سطح و فاصله استفاده شده است. با توجه به نوین بودن روش بستن شریان های خون رسان به فیبروم(uae) در درمان فیبروم رحمی و مقالات معدودی که در مورد ناحیه بندی فیبروم رحمی وجود دارد این تقسیم بندی و روش های ارائه شده گام جدیدی در این زمینه محسوب خواهد شد.

اساتید راهنما و مشاور

محمد پویان، حسن هاشمی، کاووس فیروزنیا، محمدعلی عقابیان

پایان‌نامه‌های مشابه

  • ناحیه بندی وفقی و نیمه نظارتی تومور در تصاویر mri

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرودسعیده اسلامی

    ناحیه بندی بافت مغز با هدف تفکیک دقیق بافت آسیب دیده یا بیمار مغز، یکی از مراحل اساسی در فرآیند تشخیص و درمان ناهنجاریهای بافت مغز است. اما ناحیه بندی عموما توسط رادیولوژیستها و متخصصین انکولوژی بصورت دستی صورت میگیرد که ضمن خسته کننده و دشواربودن از خطای انسانی نیز مصون نیست. پی

  • ناحیه بندی و تعیین حجم کارپوس کالوزوم در تصاویر mri

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی و مهندسیمحمود محصولی

    هدف در این پایان نامه ناحیه بندی و تعیین حجم کارپوس کالوزوم می باشد. در این پایان نامه سعی در اتوماتیک کردن ناحیه بندی کارپوس کالوزوم با دقت بالا بدون دخالت کاربر داریم که برای رسیدن به این هدف ناحیه بندی سطوح هم تراز را که مبتنی بر مرز می باشد پیشنهاد داده ایم که ناحیه اولیه برا

  • استخراج ویژگی های مناسب برای بهبود طبقه بندی تصاویر اشعه x پزشکی بر اساس محتوا

    پایان‌نامه۲۰۱۰وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شیراز - دانشکده برق و الکترونیکسید محمد محمدی

    با افزایش روز افزون تصاویر اشعه x پزشکی، نیاز به ابزارهای طبقه بندی کننده و بازیابی این دسته از تصاویر که دارای قابلیت و توانایی بالایی نیز باشند، افزایش یافته است. رکن اساسی بازیابی تصاویر اشعه x بر اساس محتوا، طبقه بندی آنها است. بنابراین، در صورتی که طبقه بندی موفق و مناسبی حا

  • ناحیه بندی تصاویر ابرطیفی با به کارگیری ویژگی های طیفی-مکانی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - پژوهشکده برق و کامپیوترمیثم گلی پور

    سنسورهای سنجش از دور ابرطیفی، با اخذ تصویر در چند صد طول موج مختلف، احتمال تفکیک پذیری مواد موجود در صحنه را نسبت به تصاویر چند طیفی افزایش داده و امکان طبقه بندی تصویر در تعداد کلاس های بیشتر و با دقت بالاتر را فراهم می آورند. بااین وجود، مشکلات ناشی از ابعاد بالای تصاویر ابرطیف

  • ناحیه بندی تصاویر پزشکی(mri)با استفاده از الگوریتم های تکاملی

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده برق و کامپیوتروحید ایزدیان

    تصویر برداری تشدید مغناطیسی(mri) به عنوان یکی از قوی ترین روش های تصویر برداری تشخیصی شناخته شده است. غیر تهاجمی بودن، غیر یونیزه بودن، درجه تفکیک بالا برای بافت های نرم و ایجاد تصاویر چند طیفی، مهمترین ویژگی های این روش هستند. اولین مرحله در تحلیل تصاویرmri ، ناحیه بندی کردن تصا

  • ناحیه بندی تصاویر mri قلبی با استفاده از مرز فعال خودنسبی

    پایان‌نامه۲۰۰۹وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرسمهدی سعادتمند طرزجان

    ناحیه بندی تصاویر mri قلبی (به منظور استخراج بطن چپ) بواسطه حضور نویز و تغییر شکل بطن طی یک سیکل قلبی وظیفه ای دشوار می باشد. از دیدگاه کلینیکی ناحیه بندی مرز بطن چپ و استخراج مخزن خون در اندازه گیری پارامترهای قلبی، تشخیص بیماری ها و مطالعه حرکت دیواره بطن طی یک سیکل کاربرد دارد

اسناد مشابه