فهرس المقالات radiography

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - مروری بر ساختارهای فیزیولوژیک و اختلالات دندانی سگ سانان با استفاده از رادیوگرافی و سی تی اسکن
  فردوس فکری امیر زکیان محسن عباسی امید زهتاب ور علیرضا وجهی
  سگ سانان جاندارانی هترودونت و دیفیودونت بوده و به طور کلی دارای 42 دندان دائمی می باشند. امروزه توجه به اختلالات دهان و دندان در حیوانات خانگی از جایگاه ویژه ای در دامپزشکی برخوردار شده است و در راس این اختلالات می توان به عفونت های دندانی و سایر بیماری های پیرادندانی ا أکثر

  سگ سانان جاندارانی هترودونت و دیفیودونت بوده و به طور کلی دارای 42 دندان دائمی می باشند. امروزه توجه به اختلالات دهان و دندان در حیوانات خانگی از جایگاه ویژه ای در دامپزشکی برخوردار شده است و در راس این اختلالات می توان به عفونت های دندانی و سایر بیماری های پیرادندانی اشاره کرد. ساختار و موقعیت قرارگیری دندان ها و همچنین بیماری های پیرادندانی را می توان توسط روش های تصویربرداری تشخیصی شامل رادیوگرافی و سی تی اسکن (توموگرافی رایانه ای) بررسی کرد. رادیوگرافی یک روش موثر، ارزان قیمت، سریع و همچنین کاربردی در حین انجام عمل های جراحی می باشد در حالی که سی تی اسکن روشی عالی با کنتراست بالا برای بررسی محوطه دهانی است که امکان دست یابی به تصاویر سه بعدی در زوایا و نماهای مختلف، تصاویر دقیق و واضح از ناحیه مورد نظر حتی قبل از رخداد تغییرات بالینی مشخص را در اختیار دامپزشکان قرار داده و زمان معاینه کمتری را در مقایسه با رادیوگرافی دهان و دندان نیاز دارد. همچنین باعث تسهیل تشخیص تفریقی بیماری های مختلف می گردد. با این حال هزینه بالای و ریسک انجام آرامبخشی و بیهوشی به منظور عدم تحرک حیوان از فاکتورهای محدود کننده می باشد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - بهبود تخمین سن از تصاویر پانورامیک دندان مبتني بر اصلاح کنتراست تصویر با روش آنتروپی مکانی
  معصومه محسنی حسین منتظری کردی مهدي ازوجي
  در دندان‌پزشکی قانونی، تخمین سن با استفاده از رادیوگراف دندان صورت می‌گیرد. هدف ما، خودکارکردن این مراحل با استفاده از پردازش تصویر و تکنیک‌های تشخیص الگو است. با داشتن رادیوگراف دندان، کانتور استخراج شده و ویژگی‌هایی مانند عرض اپکس (apex) و طول دندان از آن استخراج می‌ش أکثر

  در دندان‌پزشکی قانونی، تخمین سن با استفاده از رادیوگراف دندان صورت می‌گیرد. هدف ما، خودکارکردن این مراحل با استفاده از پردازش تصویر و تکنیک‌های تشخیص الگو است. با داشتن رادیوگراف دندان، کانتور استخراج شده و ویژگی‌هایی مانند عرض اپکس (apex) و طول دندان از آن استخراج می‌شود که در تخمین سن مورد استفاده قرار می‌گیرد. افزایش بهینه وضوح تصاویر رادیوگرافی، مرحله مهمی در استخراج کانتور و تخمین سن است. در این مقاله، هدف بهبود وضوح تصویر به منظور استخراج ناحیه مناسب و قطعه‌بندی مناسب دندان است که در نتیجه منجر به تخمین سن بهتری می‌شود. در این مدل، به دلیل پایین‌بودن وضوح تصاویر رادیوگراف، به منظور افزایش دقت استخراج ناحیه مورد نظر هر دندان (ROI)، وضوح تصویر با استفاده از آنتروپی مکانی که مبتنی بر توزیع مکانی شدت روشنایی پیکسل‌هاست، به همراه روش‌های افزایش وضوح دیگر مانند هرم‌های لاپلاسین، افزایش می‌یابد. افزایش وضوح تصویر، منجر به استخراج ROI مناسب و حذف نواحی ناخواسته می‌شود. پایگاه داده مورد استفاده در این پژوهش، 154 رادیوگراف پانورامیک نوجوانان است که 73 نفر آن مرد و 81 نفر آن زن هستند. این پایگاه داده از دانشگاه علوم پزشکی بابل تهیه شده است. نتایج نشان می‌دهد با استفاده از روش‌های قطعه‌بندی دندان ثابت و فقط با اعمال روش پیشنهادی مؤثر در بهبود وضوح تصویر، استخراج ROI مناسب از 66% به 78% افزایش یافت که بهبود خوبی را نشان می‌دهد. سپس ROI استخراج‌شده، تحویل بلوک قطعه‌بندی و استخراج کانتور می‌شود و پس از استخراج کانتور، تخمین سن صورت می‌گیرد. تخمین سن صورت‌گرفته با استفاده از روش پیشنهادی، در مقایسه با روشی که از الگوریتم پیشنهادی در افزایش وضوح تصویر استفاده نمی‌کند، به مقدار تخمین دستی سن نزدیک‌تر است. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  3 - تشخیص خودکار بیماری های ریوی با استفاده از ویژگی های مبتنی بر تبدیل کسینوسی گسسته در تصاویر رادیوگرافی
  شمیم یوسفی صمد نجارقابل
  استفاده از نتایج خام رادیوگرافي در تشخیص بیماريهاي ریوي عملکرد قابلقبولي ندارد. یادگیري ماشین ميتواند به تشخیص دقیقتر بیماريها کمک کند. مطالعات گستردهاي در حوزه تشخیص خودکار بیماريها با کمک یادگیري ماشین کلاسیک و عمیق انجام شده؛ اما این روشها دقت و کارایي قابلقبولي ندار أکثر

  استفاده از نتایج خام رادیوگرافي در تشخیص بیماريهاي ریوي عملکرد قابلقبولي ندارد. یادگیري ماشین ميتواند به تشخیص دقیقتر بیماريها کمک کند. مطالعات گستردهاي در حوزه تشخیص خودکار بیماريها با کمک یادگیري ماشین کلاسیک و عمیق انجام شده؛ اما این روشها دقت و کارایي قابلقبولي ندارند یا به دادههاي یادگیري زیادي نیاز دارند. براي مقابله با این چالشها، در این مقاله، روش جدیدي براي تشخیص خودکار بیماريهاي ریوي بینابیني در تصاویر رادیوگرافي ارائه ميشود. در گام اول، اطلاعات بیمار از تصاویر حذف شده؛ سپس، پیکسلهاي باقیمانده، جهت پردازشهاي دقیقتر، استانداردسازي ميشوند. در گام دوم، پایایي روش پیشنهادي با کمک تبدیل رادان بهبود یافته، دادههاي اضافي با استفاده از فیلتر Top-hat حذف شده و نرخ تشخیص با بهرهبرداري از تبدیل موجک گسسته و تبدیل کسینوسي گسسته افزایش ميیابد. سپس، تعداد ویژگيهاي نهایي با کمک آنالیز تشخیصي حساس به مکان کاهش ميیابد. در گام سوم، تصاویر پردازششده به دو دسته یادگیري و تست تقسیم ميشوند؛ با استفاده از دادههاي یادگیري، مدلهاي مختلفي ایجاد شده و با کمک دادههاي تست، بهترین مدل انتخاب ميشود. نتایج شبیهسازيها بر روي مجموعه داده NIH نشان ميدهد که روش پیشنهادي مبتني بر درخت تصمیم با بهبود میانگین هارمونیک حساسیت و صحت تا 08 / 1 برابر، دقیقترین مدل را ارائه ميدهد. تفاصيل المقالة