پروژه طبقه بندی تصاویر سونوگرافی تیرویید با استفاده از شبکه عصبی

اختصاصی از حامی فایل پروژه طبقه بندی تصاویر سونوگرافی تیرویید با استفاده از شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

نوع فایل:WORD و POWER POINT

تعداد صفحه:103

نگارشگر:محمد رنجبر

قابلیت ویرایش: دارد

چکیده

امروزه بخش عظیمی از تصاویر پزشکی به فرم دیجیتال تولید و ذخیره می شوند. این امر سبب شده است مدیریت پایگاه های داده پزشکی بزر، به صورت یک چالش در علم پزشکی نمود پیدا کند. طبقه بندی تصاویر سونوگرافی تیرویید یک ابزار ضروری برای مدیریت پایگاه داده تصاویر پزشکی است. تصویر برداری US  بهترین راه برای پیش بینی نوع غده تیرویید است. در این پروژه سعی شده است ابزاری هوشمند بوسیله شبکه عصبی و با کمک نرم افزار متلب جهت طبقه بندی تیرویید از بافت سالم و بیمار تهیه شود.

در روش های درمانی مدرن تکنیک های مختلفی مانند تصویر برداری مافوق صوت،CT ،SPEC ،MRI ، PET ، اشعه ایکس و غیره برای تشخیص و درمان بیماری ها ارائه شده اند. از آن جا که معمولاً وضوح یا کنتراست تصاویر پزشکی کم است، تفکیک این تصاویر کار دشواری به شمار می آید.

سونوگرافی مافوق صوت پذیرفته شده ترین روش تصویر برداری برای تشخیص و درمان اختلالات تیروئیدی است تفکیک تصاویر نقش مهمی در تصویر برداری پزشکی ایفا می کند، و با استفاده از آن می توان سوژه های مورد نظر را یافته، نواحی خاصی را شناسایی کرد، و رفتار دینامیک ساختارهای آناتومیک را در طی زمان تحلیل نمود.

ویژگی های مورد نظر در این روش عبارتند از اندازه، بازگشت اشعه ها و نیز وجود یا عدم وجود حاشیه های نامنظم یا زبر و خشن .در پردازش تصاویر دیجیتال تکنیک هایی وجود دارند که با استفاده از آن ها می توان بافت را تشریح کرد. با تشریح بافت و توصیف ویژگی ها می توان برآمدگی های تیروئیدی را شناسایی کرد...

فهرست مطالب

مقدمه 

فصل اول: تاریخچه و مفاهیم اصلی و اولیه در پردازش تصویر

1-1 تاریخچه پردازش تصویر

1-2 پردازش تصویر چیست؟

1-3 تصاویر آنالوگ

1-4 تصاویر رقمی (دیجیتال)

1-5 اهداف پردازش تصویر

1-6 مقادیر پیکسل ها

1-7 دقت تصویر

1-8 ترمیم تصویر Image Restoration

1-9 نواری شدن (باندی شدن)

1-10 خطوط از جا افتاده (خطا در تصویر)

1-11 بالابردن دقت عکس

1-12 افزایش تباین از طریق امتداد اعداد (DN) پیکسل ها

1-13 عملیات اصلی در پردازش تصویر

1-14 آشنایی با مفهوم پیکسل در تصویر

1-15 آشنایی با مفهوم عمق بیتی

1-16 آشنایی با مفهوم بعد یک تصویر

1-17 گسترش دادن در پردازش و آنالیز و بررسی تصاویر

فصل دوم: کاربرد علم پردازش تصویر

2-1 کاربرد علم پردازش تصویر

2-2 چگونگی تشکیل رنگ در چشم انسان

2-3 آشنایی با انواع مدل های زنگ

2-4 عمومی ترین مدل های سخت افزار گرا

2-5 روش های پردازش تصویر

2-6 انتقال تصویر (تبدیلات تصاویر)

2-7 تبدیلات محلی تصاویر

2-8 روندهای پیشرفته در پردازش تصاویر

2-9 پردازش تصویر در  MATLAB

2-10 تفریق دو تصویر

2-11 جمع دو تصویر

2-12 آشنایی با مفهوم تشخیص لبه

2-13 الگوریتم های آشکار سازی لبه

2-14 میانگین گیری از تصویر

2-15 هیستوگرام تصویر

2-16 تعدیل هیستوگرام

2-17 فیلتر کردن تصویر

2-18 قطعه بندی و روش های آن

فصل سوم: شبکه های عصبی

3-1 شبکه های عصبی

3-2 عصب چیست؟

3-3 سیناپس چیست؟

3-4 تاریخچه شبکه های عصبی مصنوعی

3-5 چرا از شبکه های عصبی استفاده می کنیم؟

3-6 مقایسه ای اجمالی بر رایانه و شبکه های عصبی

3-7 پیاده سازی یک شبکه ی عصبی

3-8 معایب شبکه عصبی

3-9 چند مفهوم کلی از شبکه عصبی

3-10 انواع شبکه از نظر لایه

3-11 یادآوری ضرب ماتریس ها

3-12 آزمایش شبکه عصبی

فصل چهارم: طبقه بندی تصاویر سونوگرافی تیرویید با استفاده از شبکه عصبی

4-1 تیرویید چیست

4-2 چه موقع غده تیرویید طبیعی است

4-3 تشخیص بیماری های تیرویید، چگونه است

4-4 درمان بیماری های تیرویید

4-5 جراحی تیرویید

4-6 پردازش و آنالیز تصاویر

4-7 مراحل پردازش تصویر تیرویید

نتیجه گیری

منابع