0% Complete
English
صفحه اصلی
/
یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
کشف لبه در تصاویر پزشکی با استفاده از اتوماتای سلولی سلسله مراتبی
نویسندگان :
مریم علینقی زاده
1
علیرضا رضوانیان
2
1- موسسه آموزش عالی ارشاد دماوند (واحد دختران)
2- دانشگاه علم و فرهنگ تهران
کلمات کلیدی :
اتوماتای سلولی سلسله مراتبی، پردازش تصویر، کشف لبه، کشف نویز
چکیده :
در این مقاله استفاده از یک مدل جدید اتوماتای سلولی با نام اتوماتای سلولی سلسله مراتبی برای شناسایی نویز و کشف لبه در تصاویر پزشکی شبکیه چشم پیشنهاد شده است. در مدل اتوماتای سلولی سلسله مراتبی برای پردازش تصویر، محیط به صورت چند لایه به صورت شبکهای منظم از سلول تعریف میشود که هر سلول یک پیکسل را نمایندگی میکند و در هر لایه مقداری را ذخیره میکند. در هر مرحله، هر سلول با در نظر گرفتن حالت سلولهای همسایه در همان لایه و با استفاده از قوانین محلی همان لایه، مقدار حالت بعدی خود را بدست میآورد و بدین صورت میتواند در یک روند تکاملی با توجه به آنکه تغییر حالت سلولها برای شناسایی نویز از یک لایه به لایه دیگری منتقل میشود، اثر محاسبات انجام شده در لایه قبلی برای پیکسلهای نویزی تصویر باعث بهبود نتایج در کشف لبه تصویر در لایه بعدی خواهد شد. به منظور ارزیابی کارایی الگوریتم پیشنهادی برای بهبود نویز و کشف لبه در تصاویر پزشکی از مجموعه تصاویر شبکیه DRIVE استفاده شده است. نتایج شبیهسازی با استفاده از معیارهای MSE, PSNR و زمان اجرا نشاندهنده کارایی مناسب الگوریتم پیشنهادی در مقایسه با روشهای سوبل، لاپلاسین، کنی و روش اتوماتای سلولی استاندارد است.
لیست مقالات
لیست مقالات بایگانی شده
A novel approach audio watermarking based on (GBT,DCT,SVD)
Mahdi Mosleh
Information Technology Risk Management Model for Remote Control Vehicles
Hamid Reza Naji - Aref Ayati
A Data-Efficient Approach to Solar Panel Micro-Crack Detection via Self-Supervised Learning
Alireza Akhavan safaei - Pegah Saboori - Reza Ramezani - Morteza Tavana
Improving Privacy Protection in a Collaborative Blockchain-based E-Health Records System
Arman Emam-Hoseini - Samane Sobuti - دکتر سیاوش خرسندی - Alireza Hashemi-Golpayeghani
دستهبندی متون خبری فارسی با یادگیری فعال
مینا طباطبائی - دکتر سعیده ممتازی
Classical-Quantum Multiple Access Wiretap Channel with Common Message: One-shot Rate Region
Hadi Aghaee - Dr Bahareh Akhbari
A Comparative Evaluation of Machine Learning Models for Anomaly-Based IDS in IoT Networks
Seyed Amir Mousavi - Mostafa Sadeghi - Mohammad Sadeq Sirjani
Dealing with Black-hole Attacks in Inter-vehicle Networks Using the Packet Delivery Rate Algorithm
Marzieh Sedighi - Mehdi Hamidkhani - Mostafa Sadeghi
Real-Time EEG-Based Analysis Of Stress-Inducing Stimuli
Mohsen Mahmoudi - Fattaneh Taghiyareh - Yasamin Akhavein - Elnaz Ghorbani
Face Recognition Based on Local Statistical Features and Artificial Neural Network
Mehdi Moghimi - Dr Hadi Grailu
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 40.3.1