تثبیت خودکار تصاویر تشدید مغناطیسی مغز با استفاده از مدل کانتور فعال
محورهای موضوعی : مهندسی الکترونیک
مریم زاده پاریزی
1
(دانشگاه آزاد اسلامی واحد فسا، دانشجوی کارشناسی ارشد)
احمد حاتم
2
(دانشگاه هرمزگان، عضو هیات علمی)
کلید واژه: تابع تبدیل, Video Cameras, CMOS Video Sensor Technology, Column-Parallel ADC, تثبیت تصویر, تصاویر تشدید مغناطیسی مغز, مدل کانتور فعال, نقاط نشانه,
چکیده مقاله :
با توجه به افزایش روز افزون انواع تصاویر پزشکی و نیاز پزشکان به این تصاویر برای انجام تشخیصی دقیق تر، نیاز به سیستم های خودکار که فرآیند تشخیص را سریعتر و آسانتر می کنند بیش از پیش احساس می شود. این الگوریتم ها با تطبیق دو تصویر هم جنس یا غیر هم جنس، امکان تشخیص، اندازه گیری و مقایسه بسیار دقیق تصاویر را فراهم می کنند. در این مقاله جهت تثبیت خودکار در تصاویر تشدید مغناطیسی مغز، ابتدا به استخراج ویژگی های مکانی کارآمد از طریق کانتورهای فعال پرداخته شده است. نقاط نشانه از مرکز ثقل فضاهای بسته موجود در تصویر انتخاب می شود و پس از ارزیابی نقاط نشانه و انتخاب نقاط متناظر با استفاده از تبدیل هندسی مناسب به تثبیت بهینه دو تصویر مغز می پردازد.
Due to the increasing variety of medical images and the need for physicians to perform these images for a more accurate diagnosis, the need for automated systems that make the diagnosis process faster and easier is felt more than ever. These algorithms allow the identification, measurement and comparison of images very accurately by matching two homosexual or heterosexual images. In this paper, in order to automatically stabilize the magnetic resonance images of the brain, first, efficient spatial features are extracted through active contours. The point points are selected from the center of gravity of the closed spaces in the image, and after evaluating the point points and selecting the corresponding points, using the appropriate geometric transformation, it stabilizes the two brain images optimally.
[1] M. Tang, F. Chen, “A Qualitative Meta Analysis Review on Medical Image Registration Evaluation”, Elsevier,Procedia Engineering 29, pp. 499–503, 2012.
[2] M. V. Wyawahare, P. M. Patil, and H. K. Abhyankar, “Image Registration Techniques: An overview”,International Journal of Signal Processing, Image Processing and Pattern Recognition, Vol. 2, No. 3,Sep. 2009.
[3] P. Hellier, Ch. Barillot,“A Hierarchical ParametricAlgorithm for Deformable Multimodal Image Registration”, Elsevier, Computer Methods and Programs in Biomedicine 75, pp. 107-115,Aug. 2004.
[4] J. B. A. Maintz, and M. A. Viergever, “A Survey of Medical Image Registration”,Medical Image Analysis: Oxford University press, Vol. 2, No. 1, pp. 1-37,Mar. 1998.
[5] B.Zitova, J. Flusser,“Image Registration Methods: a Survey”, Elsevier, Image and Vision Computing, pp. 977-1000, 2003.
[6] Sh. Lankton, and A. Tannenbaum,“Localizing Region Based Active Contours”, IEEE Trans. on Image Processing, Vol. 17, No. 11, pp.2029-2039, Nov. 2008.
[7] M. Kass, A. Witkin, and D. Terzopoulos,“Snakes: Active Contour Models”, International Journal of Computer Vision, pp.321-331, 1998.
[8] K.L. Tan, B.C. Ooiand L.F. Thiang,“Retrieving Similar Shapes Effectively and Efficiently”,Multimedia Tools and Applications, Kluwer Academic Publishers, Netherlands, 2004.
[9]علی رضا ورد، احمد رضا نقش نیلچی و پیمان معلم، "بکارگیری انرژی فشار بافت در مدلهای کانتور فعال جهت ردیابی شیء بافتی در پس زمینه بافتی"، مجموعه مقالات چهارممین کنفرانس ماشین بینایی و پردازش تصویر ایران، مشهد، 1385.
_||_[1] M. Tang, F. Chen, “A Qualitative Meta Analysis Review on Medical Image Registration Evaluation”, Elsevier,Procedia Engineering 29, pp. 499–503, 2012.
[2] M. V. Wyawahare, P. M. Patil, and H. K. Abhyankar, “Image Registration Techniques: An overview”,International Journal of Signal Processing, Image Processing and Pattern Recognition, Vol. 2, No. 3,Sep. 2009.
[3] P. Hellier, Ch. Barillot,“A Hierarchical ParametricAlgorithm for Deformable Multimodal Image Registration”, Elsevier, Computer Methods and Programs in Biomedicine 75, pp. 107-115,Aug. 2004.
[4] J. B. A. Maintz, and M. A. Viergever, “A Survey of Medical Image Registration”,Medical Image Analysis: Oxford University press, Vol. 2, No. 1, pp. 1-37,Mar. 1998.
[5] B.Zitova, J. Flusser,“Image Registration Methods: a Survey”, Elsevier, Image and Vision Computing, pp. 977-1000, 2003.
[6] Sh. Lankton, and A. Tannenbaum,“Localizing Region Based Active Contours”, IEEE Trans. on Image Processing, Vol. 17, No. 11, pp.2029-2039, Nov. 2008.
[7] M. Kass, A. Witkin, and D. Terzopoulos,“Snakes: Active Contour Models”, International Journal of Computer Vision, pp.321-331, 1998.
[8] K.L. Tan, B.C. Ooiand L.F. Thiang,“Retrieving Similar Shapes Effectively and Efficiently”,Multimedia Tools and Applications, Kluwer Academic Publishers, Netherlands, 2004.
[9]علی رضا ورد، احمد رضا نقش نیلچی و پیمان معلم، "بکارگیری انرژی فشار بافت در مدلهای کانتور فعال جهت ردیابی شیء بافتی در پس زمینه بافتی"، مجموعه مقالات چهارممین کنفرانس ماشین بینایی و پردازش تصویر ایران، مشهد، 1385.