قطعه بندی تومور مغزی بر اساس یک تکنیک خوشه بندی هیبریدی
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 :60
بازدید روز گذشته :92
بازدید این هفته :371
بازدید این ماه :2646
مجموع آمار بازدید ها :783799

عنوان محصول: قطعه بندی تومور مغزی بر اساس یک تکنیک خوشه بندی هیبریدی

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: چهارشنبه 24 آذر 1395
قطعه بندی تومور مغزی بر اساس یک تکنیک خوشه بندی هیبریدی قطعه بندی تومور مغزی بر اساس یک تکنیک خوشه بندی هیبریدی
توضیحات مختصر: قطعه بندی تصویر به معنی یک پروسه برای پارتیشن بندی یک تصویر به مناطق منحصر به فرد و ویژه است. این کار میتواند یه صورت یک پروسه مهم و ضروری برای آسوده سازی روند طراحی، خصوصیات، و تجسم از مناطق مورد نظر در هر تصویر پزشکی باشد. با وجود تحقیقات گسترده، قطعه بندی به عنوان یک چالش برای محتوای تصاویر، ا...
قطعه بندی تومور مغزی بر اساس یک تکنیک خوشه بندی هیبریدی قطعه بندی تومور مغزی بر اساس یک تکنیک خوشه بندی هیبریدی


قیمت قیمت : 33000 تومان
تخفیف تخفیف: 2000 تومان
تخفیف تخفیف ویژه : 10 درصد
قیمت نهایی قیمت نهایی: 27700 تومان
452 بازدید
کد مقاله: TTC- 3141
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Journal: Elsevier 2015,

Brain tumor segmentation based on a hybrid clustering technique
Abstract
Image segmentation refers to the process of partitioning an image into mutually exclusive regions. It can be considered as the most essential and crucial process for facilitating the delineation, characterization, and visualization of regions of interest in any medical image. Despite intensive research, segmentation remains a challenging problem due to the diverse image content, cluttered objects, occlusion, image noise, non-uniform object texture, and other factors. There are many algorithms and techniques available for image segmentation but still there needs to develop an efficient, fast technique of medical image segmentation. This paper presents an efficient image segmentation approach using K-means clustering technique integrated with Fuzzy C-means algorithm. It is followed by thresholding and level set segmentation stages to provide an accurate brain tumor detection. The proposed technique can get benefits of the K-means clustering for image segmentation in the aspects of minimal computation time. In addition, it can get advantages of the Fuzzy C-means in the aspects of accuracy. The performance of the proposed image segmentation approach was evaluated by comparing it with some state of the art segmentation algorithms in case of accuracy, processing time, and performance. The accuracy was evaluated by comparing the results with the ground truth of each processed image. The experimental results clarify the effectiveness of our proposed approach to deal with a higher number of segmentation problems via improving the segmentation quality and accuracy in minimal execution time.
Keywords: Medical image segmentation; Brain tumor segmentation; K-means clustering; Fuzzy C-means; Expectation Maximization

چکیده
قطعه بندی تصویر به معنی یک پروسه برای پارتیشن بندی یک تصویر به مناطق منحصر به فرد و ویژه است. این کار میتواند یه صورت یک پروسه مهم و ضروری برای آسوده سازی روند طراحی، خصوصیات، و تجسم از مناطق مورد نظر در هر تصویر پزشکی باشد. با وجود تحقیقات گسترده، قطعه بندی به عنوان یک چالش برای محتوای تصاویر، اشیاء به هم ریخته، انسداد، نویز تصویر، بافت شی غیر یکنواخت، و عوامل دیگر باقی مانده است. الگوریتم های زیادی برای قطعه بندی تصاویر وجود دارد که نیاز به بهبود دارند تا برای قطعه بندی تصاویر پزشکی بهبودیابند. این مقاله یک رویکرد قطعه بندی تصویر کارا با استفاده از تکنیک خوشه بندی میانگین k میدهد که با الگوریتم فازی میانگین C تلفیق شده است، ارائه میکند. این روش از سطح آستانه و قطعه بندی تصاویر برای تشخیص توموز مغزی در صنعت پزشکی استفاده میشود. تکنیک پیشنهادی میتواند از روش خوشه بندی میانگین k برای قطعه بندی تصاویر با در نظر گرفتن کمترین زمان، بهره برداری کند. علاوه بر این، این روش از برتری های روش فازی میانگین C برای کسب دقت بالا استفاده نماید. کارایی روش قطعه بندی تصویر پیشنهادی با مقایسع آن با الگوریتم های قطعه بندی دیگر در معیارهای، دقت، زمان اجرا و کارایی، ارزیابی شده است. نتایج آزمایشگاهی نشان میدهد که، روش پیشنهادی برای تعداد بالایی از قطعه های تصاویر، عملکرد بالایی ئاشته و کیفیت قطعه بندی را بالا برده و زمان اجرا را کاهش میدهد.
کلمات کلیدی: قطعه بندی تصویر پزشکی, قطعه بندی تومور مغزی, خوشه بندی میانگین k, میانگین C فازی, حداکثر انتظار

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:11 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:18 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.