یک روش تجربی بهینه کردن تصویربرداری MRA

یک روش تجربی بهینه کردن تصویربرداری MRA

نویسندگان:
وحید رنجبر عین الدین،مریم فریور،مهران کریمیان ریزی
کلمات کلیدی:
پردازش تصویر، تقسیمبندی، رشد ناحیه، تصویربرداری پزشکی، رگ ها، MRA
چکیده:
در الگوریتم رشد ناحیه (RGA )نتایج تقسیمبندی کاملا وابسته به انتخاب نقطه آغاز میباشند، چون که یک نقطه آغاز نامناسب منجر به تقسیم بندی ضعیفی میشود. اما، اکثر مجموعه داده های MRA( آنژیوگرافی تشدید مغناطیسی) شامل ناحیه مورد نیاز (رگها) در قسمتهای آغازین نمیباشند. یک الگوریتم رشد ناحیه بهبود یافته (ERGA )برای تقسیم بندی رگ خونی ارائه میشود. ERGA به طور خودکار مقدار آستانه را براساس مقادیر شدت ماکزیمم تمام قسمتها محاسبه و یک قسمت آغازین مناسب تصویر را انتخاب میکند که یک نقطه شروع مناسب دارد. ما تکنیک خودمان را در بیماران مختلف مجموعه دادههای MRA با تفکیکهای مختلف به کار بردیم و تصاویر تقسیم بندی شده بهبود یافتهای با کاهش نویز در مقایسه با RGA سنتی به دست آورده ایم.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

پیمایش به بالا