%34تخفیف

دانلود پروژه: طراحی و پیاده¬سازی سیستم تشخیص نوع قارچ با استفاده از روش¬های مبتنی بر پردازش تصویر

تعداد 150صفحه در فایل word

چکیده

در گذشته عفونت­های قارچی محدود به انواع خاصی از قارچ­ها بوده و شیوع فراوانی نداشته­اند. لیکن با پیشرفت روزافزون علم پزشکی و افزایش  طول عمر بیمارانی که سیستم ایمنی سالمی ندارند، روزبه­روز بر تعداد قارچ­های فرصت­طلبی که در صورت بروز شرایط مساعد تولید بیماری و عفونت می­نمایند، افزوده می­شود. شیوع روزافزون عفونت­های قارچی در بیماران بستری در بیمارستان­ها، اهمیت استفاده از روش­های دقیق­تر، سریع­تر و پیشرفته­تر در تشخیص این عوامل بیماریزا را بیش از پیش مطرح می­سازد. در پایان­نامه حاضر سعی برآن داریم تا با استفاده از روش­های کامپیوتری مبتنی بر پردازش تصویر به شناسایی نوع و گونه قارچ میکروسکوپی از طریق پردازش تصاویر حاصل از عکسبرداری توسط دوربین­های مخصوص میکروسکوپ­های نوری، بپردازیم. عمده قارچ­های مورد مطالعه از نوع بیماریزا بوده، که هم در انسان و هم در حیوان باعث بیماری می­گردند. از آنجایی که سه ویژگی رنگ، اندازه قارچ، و خصوصیات مورفولوژیکی، ویژگی­های کلیدی جهت شناسایی قارچ­ موردنظر می­باشند، از هیستوگرام رنگ و گرادیان­های افقی و عمودی و مورب لبه­های تصویر، جهت محاسبه بردار ویژگی خاص برای تصاویر گونه­های مختلف قارچ استفاده نموده­ایم. سپس از محاسبه فاصله بردار ویژگی گونه­های مختلف با بردار ویژگی تصویر مورد سوال، به تخمین گونه قارچ ناشناخته پرداخته­ایم. ضمنا با مقایسه نتایج حاصل از چهار تابع فاصله مختلف Canberra، Euclidean، Manhattan و Bray Curtis،  به این نتیجه رسیده­ایم که معیار فاصله Canberra از بقیه معیار فاصله­های مورد آزمون بهینه­تر می­باشد.

کلمات کلیدی

 پردازش تصویر، بازیابی تصویر، تصاویر میکروسکوپی، قارچ­شناسی پزشکی.

فهرست مطالب

چکیده 1

فصل اول: مقدمه. 2

1-1 بیان مسئله اساسی تحقیق.. 3

1-2 اهمیت و ضرورت انجام تحقیق.. 6

1-3 اهداف پایان نامه. 8

1-4 ساختار پایان نامه. 9

فصل دوم: مروری بر کارهای پیشین.. 10

2-1 مقدمه. 11

2-2 مروری بر تحقیقات انجام شده در زمینه پردازش تصاویر پزشکی.. 12

2-2-1 بازیابی مبتنی برمحتوای تصاویر رادیوگرافی براساس هیستوگرام جهت الگو. 12

2-2-2 استفاده از روش تشخیص لبه برای محاسبه پارامتر سطح در استاندارد   PASI. 13

2-2-3 طراحی سیستم کمک تشخیصی کامپیوتری نوین به منظور شناسایی ندول های ریوی در تصاویر سیتیاسکن   17

2-2-4 یک روش اتوماتیک جهت اندازه گیری زاویه بین مهره های ستون فقرات… 18

2-2-5 تشخیص ناهنجاری های ستون فقرات… 19

2-2-6 تشخیص توده­ها در تصاویر ماموگرافی.. 21

2-3 مروری بر تحقیقات انجام شده در زمینه پردازش تصاویر پزشکی میکروسکوپی.. 23

2-3-1 آنالیز تصاویر میکروسکوپی مبتنی بر پردازش تصویر. 23

2-3-2 استخراج اتوماتیک هسته و سیتوپلاسم سلول های سفید خون از تصاویر لام محیطی.. 23

2-4 مروری بر تحقیقات انجام شده در زمینه قارچ­شناسی.. 26

2-4-1 مقدمه های بر قارچ­شناسی پزشکی.. 26

2-4-2 مروری بر تحقیقات انجام شده در زمینه استفاده از پردازش تصویر در تعیین خصوصیات مورفولوژی قارچ ها 29

2-4-3 آزمایش مستقیم میکروسکوپی در تعیین مخمر مالاسزیا در شوره سر و تشخیص سریع حالت تهاجمی قارچ   32

2-4-4 شناسایی مورفولوژیک و ژنوتیپیک برخی نمونه­های آسپرژیلوس محیطی در ایران براساس توالی ژن بتاتوبولین   34

2-5 خلاصه. 36

فصل سوم: مقدمه­ای بر پردازش تصویر و مفاهیم آن. 37

3-1 مقدمه. 38

3-2 بازیابی تصویر براساس محتوا 40

3-2-1 بازیابی تصویر براساس رنگ… 41

3-3 پیش­پردازش تصویر. 42

3-3-1 تبدیل تصویر رنگی به تصویر سطح خاکستری.. 42

3-3-2 نویز تصویر و انواع آن. 45

3-3-3  فیلترهای تیز کننده تصویر. 46

3-3-4 گرادیان محلی LBP. 48

3-4  کاربرد رنگ در پردازش تصویر. 50

3-4-1 فضای رنگRGB.. 51

3-4-2 فضای رنگ HSL.. 53

3-4-3 فضای رنگ HSV.. 53

3-4-4 هیستوگرام رنگ تصویر. 55

3-5  نحوه محاسبه گرادیان­های لبه تصویر. 57

3-5-1 کانولوشن.. 57

3-5-2 لبه تصویر. 57

3-5-3 اپراتور سوبل.. 59

3-5-4 اپراتور رابرتز. 62

3-6 خلاصه. 65

فصل چهارم: روش پیشنهادی در تشخیص قارچ ناشناخته. 66

4-1 مقدمه. 67

4-2 استخراج خصیصه رنگ تصویر. 69

4-3 ارتقای تصویر. 71

4-3-1 تبدیل تصویر RGB  به تصویر سطح خاکستری.. 71

4-3-2 حذف نویز گاوسی.. 72

4-3-3 تیز کردن لبه­های تصویر. 72

4-3-4 عملگر گرادیان لبه LBP. 73

4-4 محاسبه گرادیان لبه­های تصویر. 75

4-4-1 عملگر گرادیان­های افقی و عمودی سوبل.. 75

4-4-2 عملگر گرادیان­های قطری رابرتز. 76

4-5 خلاصه. 79

فصل پنجم:  نرم­افزار طراحی شده جهت تخمین گونه قارچ ناشناخته. 80

5-1 مقدمه. 81

5-2 نحوه ساخت پایگاه داده­ای از تصاویر. 82

5-3 آشنایی با محیط کاربری نرم­افزار و گزینه­های مختلف آن. 84

5-3-1 دکمه START. 84

5-3-2 دکمه LOAD.. 84

5-3-3 افزودن گونه قارچی جدید. 84

5-3-4 افزودن تصویر جدید. 84

5-3-5 دکمه SAVE.. 85

5-3-6 حذف گونه قارچی.. 85

5-3-7 حذف تصویر از یک گونه قارچی.. 85

5-4 نحوه استفاده از موتور جستجو جهت تخمین گونه قارچ ناشناخته و واکشی تصاویر مربوطه. 87

5-5 خلاصه. 88

فصل ششم: ارزیابی کارایی روش پیشنهادی.. 89

6-1 مقدمه. 90

6-2 ارزیابی روش پیشنهادی.. 92

6-2-1 معیارهای دقت و فراخوانی.. 92

6-2-2 معیار ANMRR.. 93

6-3 معیارهای فاصله. 95

6-3-1 معیار فاصله Canberra. 95

6-3-2 معیار فاصله Euclidean. 96

6-3-3 معیار فاصله Manhattan. 96

6-3-4 معیار فاصله Bray Curtis. 97

6-4 نتایج بدست آمده از توابع فاصله مختلف… 98

6-5 معادله بهینه. 103

6-6 خلاصه. 104

فصل هفتم: نتیجه­گیری و کارهای آینده. 105

7-1 مقدمه. 106

7-2 جمع­بندی و نتیجه­گیری.. 107

7-3 پیشنهادات و کارهای آینده 108

پیوست1: اطلس قارچ­شناسی.. 109

پیوست2: آشنایی با میکروسکوپ نوری الکتریکی آزمایشگاهی.. 125

فهرست منابع.. 128

واژه­نامه. 132

فهرست جدول­ها                                                                                                    

جدول 2-1 درجه PASI [9] 16

جدول 6-1 تعداد نتایج درست حاصل از محاسبه فاصله Canberra بین بردارهای ویژگی تصاویر پس از اعمال فیلتر لاپلاسین.. 99

جدول 6-2 تعداد نتایج درست حاصل از محاسبه فاصله Canberra بین بردارهای ویژگی تصاویر پس از اعمال عملگر lbp  99

جدول 6-3 تعداد نتایج درست حاصل از محاسبه فاصله Euclidean بین بردارهای ویژگی تصاویر پس از اعمال فیلتر لاپلاسین.. 99

جدول 6-4 تعداد نتایج درست حاصل از محاسبه فاصله Euclidean بین بردارهای ویژگی تصاویر پس از اعمال عملگر lbp  100

جدول 6-5 تعداد نتایج درست حاصل از محاسبه فاصله Manhattan بین بردارهای ویژگی تصاویر پس از اعمال فیلتر لاپلاسین.. 100

جدول 6-6 تعداد نتایج درست حاصل از محاسبه فاصله Manhattan بین بردارهای ویژگی تصاویر پس از اعمال عملگر lbp. 100

جدول 6-7 تعداد نتایج درست حاصل از محاسبه فاصله Bray Curtis  بین بردارهای ویژگی تصاویر پس از اعمال فیلتر لاپلاسین.. 100

جدول 6-8 تعداد نتایج درست حاصل از محاسبه فاصله Bray Curtis بین بردارهای ویژگی تصاویر پس از اعمال عملگر lbp. 101

فهرست نمودارها

نمودار6-2 مقایسه نتایج بدست آمده حاصل از اعمال معیارهای فاصله مختلف برای یافتن فاصله بردارهای C، SS،ST، RS وRT میانگین با بردارهای C، SS،ST، RS وRT تصویر پرس و جو. 101

نمودار 6-1 مقایسه نتایج بدست آمده حاصل از اعمال معیارهای فاصله مختلف برای یافتن فاصله بردارهای اجتماع میانگین با بردار اجتماع تصویر پرس و جو. 102

فهرست شکل­ها

شکل 2-1 نمودار فضای رنگی CIELAB [9] 14

شکل 3-1 تصویر باینری.. 42

شکل 3-2 تصویر سطح خاکستری.. 43

شکل 3-3 تصویر RGB.. 44

شکل 3-4 تبدیل تصویر رنگی به تصویر سطح خاکستری.. 44

شکل 3-5 تاثیر انواع نویز بر تصویر. 46

شکل 3-6 تاثیر انواع فیلتر بر تصویر. 47

شکل 3-7 مثالی از اعمال فیلتر 3*3 lbp 48

شکل 3-8  تصویر حاصل از اعمال عملگر لبه یابی lbp. 49

شکل 3-9 فضای رنگ RGB [27] 51

شکل 3-10 ترکیب های مختلف رنگی در فضای رنگی RGB.. 52

شکل 3-11 فضای رنگ HSL.. 53

شکل 3-12  فضای رنگ HSV [20]. 54

شکل 3-13 نمودار هیستوگرام تصویر. 56

شکل 3-14 نمونه ای از لبه های تصویر. 58

شکل 3-15 نمونه ای از لبه یابی تصویر با استفاده از فیلتر سوبل.. 62

شکل 3-16 نمونه ای از لبه یابی تصویر با فیلتر رابرتز. 64

شکل 4-1 فلوچارت محاسبه بردار CV  از هیستوگرام رنگ تصویر. 70

شکل 4-2 فلوچارت روش پیشنهادی -مرحله دوم/1. 73

شکل 4-3 فلوچارت روش پیشنهادی-مرحله سوم/1 74

شکل 4-4 فلوچارت روش پیشنهادی مرحله دوم/2. 77

شکل 4-5 فلوچارت روش پیشنهادی مرحله سوم/2. 78

شکل 5-1 رابط کاربر طراحی شده برای ساخت پایگاه داده تصاویر. 83

شکل 5-2 رابط کاربر طراحی شده برای تخمین گونه قارچ ناشناخته. 87

شکل 6-1نحوه محاسبه فاصله دو نقطه با کمک تابع فاصله منهتن.. 97

فهرست علائم اختصاری

 

CBIR

content based image retrieval

RGB

Red, Green, Blue

LBP

Local Binary Pattern

HSL

Hue, Saturation, Lightness

HSV

Hue, Saturation ,Value

ANMRR

Average Normalized Modified Retrieval Rank

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo