خانه :: اساتید :: اخبار

بازدید:43287   بروزرسانی: 12-10-1402

Mostafa Charmi

Mostafa Charmi, Ali Mahlooji Far
Assessment of the Log-Euclidean Metric Performance in Diffusion Tensor Image Segmentation
ارزیابی عملکرد متریک لگاریتمی-اقلیدسی در ناحیه بندی تصاویر تانسور انتشار
چکيده


مقدمه: تعریف مناسب معیار فاصله بین تانسورهای انتشار تاثیر عمیقی روی نتایج بخش بندی تصاویر تانسور انتشار دارد. در این میان، متریک ژئودزیک بهترین معیار فاصله از لحاظ کیفیت نتایج حاصله می باشد. اما مشکل عمده متریک ژئودزیک، هزینه بالای محاسباتی الگوریتم ناحیه بندی توسعه یافته براساس آن می باشد. هدف اصلی این مقاله، ارزیابی امکان جایگزینی متریک ژئودزیک با متریک جدید لگاریتمی- اقلیدسی به منظور کاهش هزینه محاسباتی الگوریتم ناحیه بندی نمو سطح آماری می باشد. مواد و روشها: ما متریک لگاریتمی- اقلیدسی را در قالب الگوریتم نمو سطح آماری قرار دادیم. بدین منظور توزیع گوسی و اندازه گرادیان در تصویر تانسور انتشار با متریک لگاریتمی- اقلیدسی تعریف شدند. تحقق عددی الگوریتم ناحیه بندی با استفاده از تکنیکهای تفاضل محدود در محیط نرم افزار مطلب صورت گرفت. نتایج: متریک لگاریتمی- اقلیدسی در چارچوب الگوریتم نمو سطح آماری، الگوهای چنبره و مارپیچ در داده سنتز و رشته اعصاب نخاع موش در داده فانتوم بیولوژیکی را بهتر از متریکهای اقلیدسی و واگرایی- جی و مشابه با متریک ژئودزیک از پس زمینه جدا نمود. اما، مزیت عمده متریک لگاریتمی-اقلیدسی نسبت به متریک ژئودزیک، کاهش چشمگیر هزینه محاسباتی الگوریتم ناحیه بندی دست کم به نسبت 70 بود. بحث و نتیجه گیری: نتایج کیفی و کمی تحقیق نشان داد متریک لگاریتمی -اقلیدسی جایگزین مناسبی برای متریک ژئودزیک در بخش (21- 39 : بندی تصاویر تانسور انتشار با الگوریتم نمو سطح آماری می باشد.