تشخیص لبه در تصاویر پزشکی با استفاده از فیلتر بالاگذر گاوسی بر اساس آمار مجلی
واتساپ:09141077352 همراه: 09141077352 ثابت: 35250068-041 سفارش سمینار و مقاله سفارش ترجمه تخصصی
 

دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


جدیدترین لغات واژه‌نامه

آمار بازدیدکنندگان

بازدید امروز :90
بازدید روز گذشته :72
بازدید این هفته :309
بازدید این ماه :2584
مجموع آمار بازدید ها :783737

عنوان محصول: تشخیص لبه در تصاویر پزشکی با استفاده از فیلتر بالاگذر گاوسی بر اساس آمار مجلی

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: چهارشنبه 10 اسفند 1396
تشخیص لبه در تصاویر پزشکی با استفاده از فیلتر بالاگذر گاوسی بر اساس آمار مجلی تشخیص لبه در تصاویر پزشکی با استفاده از فیلتر بالاگذر گاوسی بر اساس آمار مجلی
توضیحات مختصر: ما یک فیلتر بالاگذر گاوسی برای تشخیص لبه‌ها در تصاویر پزشکی ارائه داده و توسعه می‌دهیم. الگوریتم مبتنی بر هسته برای تشخیص دهنده ما، مشابه با موردی است که در تشخیص دهنده‌های لبه سنتی وجود دارد. رویکرد پیشنهادی برای تشخیص لبه دارای شکل ریاضی از واریانس محلی بوده و به صورت طبیعی انطباقی است. فرمول بندی...
تشخیص لبه در تصاویر پزشکی با استفاده از فیلتر بالاگذر گاوسی بر اساس آمار مجلی تشخیص لبه در تصاویر پزشکی با استفاده از فیلتر بالاگذر گاوسی بر اساس آمار مجلی


قیمت قیمت : 34000 تومان
تخفیف تخفیف ویژه : 10 درصد
قیمت نهایی قیمت نهایی: 30600 تومان
448 بازدید
کد مقاله: TTC- 3328
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Journal: Elsevier 2018,

Edge detection in medical images with quasi high-pass filter based on local statistics
Abstract
We developed a robust, quasi high-pass filter for edge detection in medical images. The kernel-based algorithm of our detector was similar to that of conventional edge detectors. The proposed edge detector has a mathematical form of local variance and is adaptive in nature. The mathematical formulation of the detector was exploited and re-expressed as a quadratic form of the Toeplitz matrix. The detector has a highly structured internal architecture with abundant spatial isotropic symmetricity. The proposed operator can greatly reduce problems frequently encountered in edge detection including fragmentation, position dislocation, and thinness loss. The detector is robust to noise and can efficiently extract crucial edge features. We named this new operator as the WL operator (Wang and Lin). The performance of the WL operator was compared to that of other edge detectors by using Pratt’s figure of merits. In addition, the performance was confirmed with experts by using visual analog scale scores. The results obtained using the WL operator for different medical imaging modalities including X-ray, CT, and MRI are promising. Therefore, the WL operator warrants further investigation
Keywords: Edge detection, Medical images, WL operator

چکیده
ما یک فیلتر بالاگذر گاوسی برای تشخیص لبه‌ها در تصاویر پزشکی ارائه داده و توسعه می‌دهیم. الگوریتم مبتنی بر هسته برای تشخیص دهنده ما، مشابه با موردی است که در تشخیص دهنده‌های لبه سنتی وجود دارد. رویکرد پیشنهادی برای تشخیص لبه دارای شکل ریاضی از واریانس محلی بوده و به صورت طبیعی انطباقی است. فرمول بندی ریاضی تشخیص دهنده، توسعه داده شده است و به صورت شکل معادله درجه دوم از ماتریس Toeplitz مجدداً ارائه شده است. تشخیص دهنده دارای یک معماری ساختار دهی شده قوی با مؤلفه‌های زیادی از ایزوتوپ‌های فضایی است. عملگر پیشنهادی می‌تواند به صورت کلی مسائل مربوط در رویکردهای تشخیص لبه شامل تکه تکه شدن، جابجایی موقعیت و ضعف ضخامت را کاهش دهد. ما این عمل گر جدید را عملگر WL(Wang and Lin) می‌نامیم. کارایی عملگر WL با سایر رویکردهای تشخیص لبه با استفاده از با استفاده از متریک شایستگی پرات بررسی و مقایسه شده است. علاوه بر این، ارزیابی کارایی توسط متخصصان و با استفاده از نمرات مقیاس پذیر آنالوگ بینایی انجام شده است. نتایج به دست آمده با استفاده از اپراتور WL برای تصاویر متفاوت پزشکی شامل X-ray, CT و MRI امید بخش هستند. از این رو، اپراتور WL بهبودهای بیشتری را تضمین می‌کند.
کلمات کلیدی: تشخیص لبه، تصاویر پزشکی، اپراتور WL

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:13 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:9 صفحه

  • آدرس: تبریز، آبرسان، مهرگان چهارم
  • تلفن  تماس: 09016347107
  • تلفن  ثابت : 35250068-041
  •  Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @zoodyab :آدرس تلگرام
مرکز  تخصصی  تلاش ترجمه از  سال  1385 شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.

تمامی ترجمه‌های انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام می‌شوند. ترجمه‌های انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه می‌شود.