%41تخفیف

دانلود پروژه: قطعه بندی بافت MS درتصاویرMRI مغزی براساس ترکیب الگوریتم فازی و شبکه عصبی

تعداد 106صفحه در فایل word

چکیده

MS یک بیماری دمیلینه کننده التهابی در بخش هایی از سیستم عصبی مرکزی از طریق ضایعات تولید شده ماده سفید است. ناتوانایی هایی در اندام های مختلف بدن از جمله چشم و عضلات به ارمغان می آورد. تشخیص زود هنگام MS و برآورد پیشرفت آن برای درمان بهینه بیماری ضروری است. این پژوهش روش قطعه بندی موثر با حداقل زمان محاسباتی با استفاده ازالگوریتم Fuzzy C-Means برای قطعه بندی خودکار ماده سفید، ماده خاکستری و ماده مغزی نخاعی ارائه میدهد. تصوبر ورودی با استفاده از الگوریتم ابزار استخراج مغز(BET) پیش پردازش می شود. سپس برای دریافت داده تصویر کاهش یافته، تصویر چندی سازی و تجمیع می شود. تصویر کاهش یافته به چهار ناحیه مانند ماده سفید، ماده خاکستری، ماده مغزی نخاعی و پس زمینه با استفاده از الگوریتمFuzzy C-Means قطعه بندی می شود. الگوریتم از روش طبقه بندی نظارتی پیکسل ها در سه مرحله استفاده می کند. درمرحله اول، پیکسل ها به آسانی به یکی از سه نوع بافت برچسب گذاری شده اختصاص می یابند. در مرحله دوم، تجزیه و تحلیل پیکسل های باقیمانده انجام می شود. در مرحله دوم هم از دو کلاس طبقه بندی و عملیات های مورفولوژیکی برای هر نوع بافت بصورت جداگانه انجام می شود. درمرحله سوم، تناقضات احتمالی ناشی از مراحل قطعه بندی بافت خاص با انجام چندین کلاس طبقه بندی حل می شود. در ادامه کشف دقیق بافت MS از تصاویر MRI مغزبا مراحل قطعه بندی آستانه و مجموعه سطح فراهم می شود. ویژگی های شدت، بافت، و شکل از ضایعه قطعه بندی شده استخراج می شود. الگوریتم ژنتیک برای انتخاب مناسب مجموعه ویژگی های استخراج شده استفاده می شود. در مرحله بعد، ماشین بردار پشتیبان برای طبقه بندی تصاویر MRI مغز بعنوان بافت نرمال یا بافت MS استفاده می شود. دقت بوسیله مقایسه نتایج با تصاویر هر تصویر پردازش شده، مورد ارزیابی قرار گرفت. نتایج تجربی اثر بخشی روشنی در روش پیشنهادی برای برخورد با تعداد زیادی از مسائل قطعه بندی از طریق بهبود کیفیت قطعه بندی و دقت در حداقل زمان اجرا نشان می دهد. زمان محاسبه قطعه بندی با استفاده از شیوه های ترکیبی تجمیع و چندی سازی با الگوریتم Fuzzy C-Means برای هر تصویر بین 1تا 4 ثانیه است.

کلید واژه ها: MS، تصویر برداری روزنانس مغناطیسی، قطعه بندی.

دسته: فنی و مهندسی, مهندسی کامپیوتر برچسب: تصویر برداری روزنانس مغناطیسی, قطعه بندی., کلید واژه ها: MSدانلود-پروژه-کارشناسی-ارشد-فایل ناب-خرید

توضیحات

فهرست مطالب

عنوان صفحه

فهرست شکل ها ز‌

فهرست جداول. س‌

چکیده 1

فصل اول.. 2

1-1- مقدمه. 3

1-2- طرح و بیان موضوع. 3

1-3- اهمیت و ضرورت انجام تحقيق.. 4

1-4- هدف پایان نامه. 4

1-5- فرضيه‏هاي تحقیق.. 5

1-6- تعريف واژه‏ها و اصطلاحات فني و تخصصی.. 6

1-7- جنبه نوآوری.. 6

1-8- منابع مورد استفاده 6

1-9- ابزار تجزیه و تحلیل داده ها 6

1-10- ساختار پایان نامه. 7

فصل دوم. 8

2- 1- مقدمه. 9

2-2- انواع بیماری MS. 10

2-3- تصویر برداری MRI 11

2-4- انواع تصاویر MRI 11

2-4-1- تصاویر MRI با وزن دهی 1 T. 11

2-4-2- تصاویر MRI با وزن دهی2 T. 11

2-4-3- تصاویر با وزن دهی چگالی پروتون. 12

2-4-4- تصاویر بازیابی معکوس ماده ضعیف… 12

2-5- مرور ادبیات و بیشینه تحقیق.. 12

2-6- تکنیک های پیش پردازش… 14

2-6-1- اصلاح ناهمگنی شدت تصاویر. 14

2-6-2- نرمال سازی شدت… 14

2-6-3- حذف نویز. 15

2-6-4- حذف بافت غیر مغز. 15

2-7- مروری بر تکنیک های قطعه بندی ms 16

2-7-1- متدهای مشتق از داده 16

2-7-1-1- تکنیک های براساس آستانه محلی و شدت… 16

2-7-1-2- الگوریتم تطبیق هیستوگرام. 16

2-7-2- متدهای هوشمند. 17

2- 7-2-1- تکنیک های فازی و اتصالات فازی.. 17

2- 7-2-2- فازی و شبکه عصبی مصنوعی.. 18

2-7-2-3- خوشه بندی فازی.. 18

2-7-3- مدل های تغیر شکل یافته. 19

2-7-4- متدهای آماری.. 20

2-8- مدل تصادفی مارکوف… 21

2-9- قطعه بندی براساس atlas 21

2-10- مدل کانتور فعال. 21

2-10-1- انواع مدل کانتور فعال. 22

2-10-1-1- کانتور فعال براساس دو منطقه. 22

2-10-1-2- کانتور فعال براساس چند ناحیه. 23

2-11- قطعه بندی براساس شبکه های عصبی.. 23

2-12- برش گراف… 24

2-13- نمو ناحیه. 24

2-14- مروری بر تکنیک های خوشه بندی.. 25

2-14-1- احتمال فازی.. 25

2-14-2- MSmetrix. 25

2-14-3- خوشه بندی با طبقه بندی نظارتی وکسل ها 25

2-15- متدهای استخراج ویژگی.. 26

2-15-1- ویولت… 26

2-15-2- تبدیل موجک گسسته. 26

2-16- انتخاب ویژگی.. 27

2-16-1- الگوریتم مورچگان. 27

2-16-2- الگوریتم زنبور عسل.. 28

2-17- مروری کوتاه بر طبقه بندی.. 29

2-17-1- الگوریتم پس انتشار خطا 29

2-18- قواعد یادگیری.. 33

2-18-1- قواعد یادگیری نظارت شده 33

2-18-2- قواعد یادگیری غیر نظارتی.. 33

2-19- چندی سازی بردار یادگیری.. 34

2-20- شبکه های عصبی احتمالی.. 34

2-21 -نگاشت خود سازمانده 35

2-22 -خلاصه فصل.. 36

فصل سوم. 37

3-1- مقدمه. 38

3-2- پیش پردازش… 40

3-2-1- حذف نویز. 40

3-2-2- حذف بافت غیر مغز. 40

3-2-2-1- الگوریتم BEA.. 40

3-2-2-2- الگوریتم BET. 41

3-3 – تکنیک های افزایش سرعت فازی.. 41

3-3-1 – چندی سازی.. 41

3-3-2- تجمیع. 42

3-3-3- الگوریتم Kmeans 43

3-4- خوشه بندی تصویر با روش فازی.. 44

3-4-1- مراحل الگوریتم. 45

3-5- قطعه بندی مجموعه سطح.. 47

3-6- الگوریتم فازی با مجموعه سطح.. 50

3-7- انتخاب و استخراج ویژگی.. 53

3-7-1- استخراج ویژگی.. 53

3-7-1-1- ماتریس رویداد همزمانی سطح خاکستری(GLCM) 54

3-7-1-2- ماتریس طول اجزا (GLRLM) 57

3-7-1-3- چند جمله ای زرنیک… 58

3-7-1-4- ویولت… 60

3-7-1-5- تبدیل ویولت گسسته. 61

3-7-2- انتخاب ویژگی.. 61

3-7-2-1- الگوریتم ژنتیک… 62

3-7-2-2- تحلیل مولفه اصلی.. 63

3-8- طبقه بندی.. 64

3-8-1- الگوریتم ماشین بردار پشتیبان. 64

3-8-1-1- ماشین بردار پشتیبان خطی.. 67

3-8-1-2- ماشین بردار پشتیبان غیر خطی.. 68

3-9 -ارزیابی.. 69

فصل چهارم. 72

4-1- مقدمه. 73

4-2- نتایج پیش پردازش… 73

4-3- نتایج تکنیک های افزایش سرعت… 74

4-4 – جدا سازی بافت های مغز. 75

4-4-1- نتایج خوشه بندی فازی مرحله اول. 76

4-4-2- نتایج خوشه بندی فازی مرحله دوم و سوم. 76

4-5- نتایج مرحله پس پردازش… 77

4-6- نتایج مرحله استخراج ویژگی و انتخاب ویژگی.. 77

4-7- نتایج طبقه بندی و بررسی عملکرد آن. 78

4-8- نتایج عملکرد قطعه بندی.. 79

فصل پنجم. 80

5-1- مقدمه. 81

5-2 – نتیجه گیری.. 81

5-3- پیشنهادات… 82

پیوست… 83

منابع. 84

فهرست شکل ها

عنوان شکل صفحه

شکل(1-1): تصاویر MRI……………………………………………………………………………………………………………………………12

شکل(3-1): بلوک دیاگرام مراحل کلی کار………………………………………………………………………………………………………41

شکل(4-1): نتایج الگوریتم BET………………………………………………………………………………………………………………….73

شکل(4-2): نتایج الگوریتم BEA………………………………………………………………………………………………………………….74

شکل(4-3): نتایج الگوریتم افزایش سرعت………………………………………………………………………………………………………75

شکل(4-4): نتایج خوشه بندی فازی مرحله اول……………………………………………………………………………………………….76

شکل(4-5): نتایج خوشه بندی فازی مرحله دوم و سوم…………………………………………………………………………………….76

شکل(4-6): تابع شایستگی الگوریتم ژنتیک……………………………………………………………………………………………………..77

شکل(4-7): نتایج خروجی خروجی مراحل الگوریتم فازی و مجموعه سطح………………………………………………………..77

شکل(4-8): نتایج قطعه بندی………………………………………………………………………………………………………………………….79

فهرست جداول

عنوان جدول صفحه

جدول(3-1): مثالی برای نشان دادن چندی سازی داده ها…………………………………………………………………………………..45

جدول(3-2): مقادیر پیکسل قبل از تجمیع………………………………………………………………………………………………………..45

جدول(3-3): مقادیر پیکسل بعداز تجمیع…………………………………………………………………………………………………………45

جدول(3-4): مرتبه های زرنیک………………………………………………………………………………………………………………………60

جدول(4-1): نتایج ارزیابی سرعت تکنیک های افزایش سرعت…………………………………………………………………………..75

جدول(4-2): نتایج ماتریس گنگ…………………………………………………………………………………………………………………….78

جدول(4-3): نتایج عملکرد طبقه بندی…………………………………………………………………………………………………………….78

جدول(4-4): نتایج عملکرد قطعه بندی…………………………………………………………………………………………………………….79

امتیاز 0 از 5 از 0 دیدگاه

قیمت اصلی 39,000 تومان بود.قیمت فعلی 23,000 تومان است.

تاریخ ایجاد آذر 10, 1399
تاریخ بروزرسانی اسفند 13, 1401
فروش 1
دیدگاه 0

شرایط استفاده از محصول

تمام محصولات به ازای پرداخت پروژه تنها قابل استفاده می باشند. این بدین معنی است که برای استفاده از یک یا چند محصول ، لازم به خرید آن محصول است.

مزایای خرید این محصول:

دسترسی به فایل به صورت همیشگی
پشتیبانی رایگان
پشتیبانی 24 ساعته محصول
بازگشت وجه در صورت عدم رضایت مشتری

مشاهده قوانین سایت