چكيده
چكيده
قطعه¬¬بندي تصوير يكي از مهمترين مراحل سامانه¬¬هاي تشخيص به كمك رايانه مي¬¬باشد.¬ شبكه¬هاي عصبي نيز در سال¬هاي اخير در فرايند پردازش تصوير استفاده بسيار شده¬اند. در اين پايان¬ نامه به تحقيق درباره توانايي شبكه¬هاي عصبي براي قطعه¬بندي انواع تصاوير پزشكي پرداخته شده است. در ابتدا پنج نوع شبكه عصبي مورد مطالعه قرار گرفته است. سپس با انتخاب دو شبكه FIRSOM, PCA دو روش براي قطعه¬بندي تصاوير پزشكي معرفي شده است. شبكه PCA يك شبكه مناسب براي تصوير كردن فضاي ويژگي و حذف نويز است. شبكه FIRSOM (نگاشت خودكار با پاسخ ضربه محدود) يك نمونه اصلاح شده از شبكه SOM مي¬باشد. در نهايت با تركيب دو روش معرفي شده روش PCA-FIRSOM براي قطعه¬¬بندي طيف وسيعي از تصاوير پزشكي معرفي شده است. نتايج شبيه¬ سازي¬ توانايي روش PCA-FIRSOM را در قطعه¬¬بندي تصاوير اولتراسوند نشان مي¬دهد و به اثبات مي¬رساند كه PCA-FIRSOM يك روش نيمه خودكار ، منعطف و دقيق براي قطعه¬بندي تصاوير اولتراسوند است. نهايتا، با مقايسه نتايج روش PCA-FIRSOM با نظر پزشك متخصص ثابت مي¬شود كه اين روش تصاوير اولتراسوند را با دقت 02/84 درصد قطعه¬بندي مي-كند.
