دانلود پروژه روش تقسیم مناطق تومور در تصاویر پزشکی

گروه متلب پروژه پروژه روش تقسیم مناطق تومور در تصاویر پزشکی را که توسط اساتید این مجموعه تهیه شده است با قیمتی بسیار مناسب برای فروش قرار داده است که همراه با محتوای آموزشی در فایل ورد می باشد.

توضیحات پروژه :
تصویربرداری پزشکی از زمان کشف تاکنون مسیری طولانی را طی کرده است اشعه ایکس توسط پروفسور رونتگن در دهه اول دهه 1900. ظهور رایانه دیجیتال و تصویربرداری جدید روشهایی مانند سونوگرافی و تصویربرداری تشدید مغناطیسی (MRI) برای ایجاد انفجار تشخیصی با هم ترکیب شده اند تکنیک های تصویربرداری در 3 دهه گذشته کلید استفاده از این تکنیک ها به طور موثر این است که شما می توانید جدید را اختراع کنید روشهایی که می توانند با ارزش و در عین حال کاربر پسند باشند اطلاعات را برای تشخیص بهتر به پزشک و رفتار.
در این مقاله یک رویکرد پردازش تصویر به مناطق تومور بخش در تصاویر MRI بر اساس Chan-الگوریتم Vese برای Active Contours. تصاویر MRI از  مغز از موسسه عصب شناسی بارو خریداری شد (BNI) ، ققنوس برای بیماران مختلف. یک تغییر کلیدی از الگوریتم اصلی Chan-Vese با استفاده از متفاوت است مقادیر اصطلاح صاف و مشاهده شده است.

توضیحات مجری انجام کار:

نتایج بدست آمده بسیار جالب هستند و نتیجه یک اجرا رو بصورت 3 بعدی ذخیره و قرار دادم/ می توانید فایل ذخیره شده با فرمت fig رو به راحتی باز کنید. برای اجرای کد لطفا به موارد زیر دقت کنید
کد بر روی متلب ورژن R2017a طراحی شده و روی ورژن های 2013 و بالاتر به درستی کار میکند
من برای این کار هشت روش جاری رو تست و روش هایی که 2 روش (یک متد اکتیو کانتور و یک متد لول ست) بهترین نتیجه ممکن رو میدادند توی کار استفاده کردم. داخل کدهای هر متد رفرنس مقاله هر روش رو هم قرار دادم.
روش لول ست وابسته به تعداد تکرار و 2 پارامتر دیگر هست روی حالت پیشفرض قرار دادم.
همراه با کد نتیجه خروجی اولیه رو هم قرار دادم.
در هنگام اجرا هر اسلایس که پردازش شد نتیجه پردازش اون هم نمایش داده میشود
 داخل کد مقداری پیش پردازش برای حذف زمینه استفاده شده که کدنویسی اون ترکیبی از استفاده از فضای باینری و 2 استانه گذاری اتوماتیک هست
ماسک اولیه بصورت ثابت متناسب با کار شما تعریف شده است.
در نهایت تصویر سه بعدی اصل استخوان و مغز استخوان استخراج شده از آن با کیفیت مناسب طراحی و به کد اضافه شده است
بازه تغییرات برای هر اسلایس بین 0 تا 1132 هست و عملا فایل ارسالی در رده هیچ یک از فرمت های تصویری قرار نمیگیرد

بزرگترین دلیل تاخیر هم این قسمت از کار هست/ در هر صورت اصالت داده رو حفظ و اونها رو به کلاس بالاتر تبدیل کردم و داده های رو قبل استفاده با 2 آستانه به 3 حالت اندیسی تبدیل و توی الگوریتم ها بکار گرفتم ( همه الگوریتم ها براساس کار همه مقاله های مرجع برای تصاویر خاکستری کارایی دارند)
نتایج بدست آمده بسیار جالب هستند در حالت لول ست دقت و جزُیات بیشتری وجود داره اما ئایداری اون هم بشدت وابسته به تعداد تکرارهاست / روش خاصی برای تعیین تکرار دقیق وجود ندارد فعلا هر دو متد رو روی 200 تنظیم و قرار دادم/ برای حالت کانتور پایدار هست برای حالت لول ست هم 25 تا 25 بالا پایین کنید تا تعداد تکرار مناسب رو پیدا کنید برای امروز و تحویل اون عجله ای نبود مقدار مناسب رو خودم پیدا و اعمال میکردم