💡 💡 روشهای #ناحیه_بندی با بسته‌های #کانتور_فعال
به طور کلی، مرزهای بسته فعال را می توان به دو دسته مرز فعال #پارامتری و #غیرپارامتری تقسیم نمود. در روشهای پارامتری مرز بسته فعال به شکل پارامتری از مشخصه‌های خود همچون طول مرز تعریف می‌گردد و تابع هدف به گونه‌ای که در مشخصه مورد نظر کاربر کمینه شود تعریف می‌شود و در نهایت مرز اولیه با توجه به محدودیتهای مربوط به خود که درغالب انرژی داخلی خود را نشان می‌دهد و به طرف مشخصه مورد نظر از طریق کمینه کردن این تابع حرکت می‌کند. در مرزهای بسته غیرپارامتری یا هندسی، نمو مرز بسته به صورت سطح صفر یک تابع کمکی چند بعدی معروف به توابع سطح همتراز صورت می پذیرد و از اینرو قادر به دنبال کردن تغییرات توپولوژی در تصویر می باشد. مرزهای بسته فعال هندسی به دو نوع اصلی مرزهای فعال گرادیانی و ناحیه ای تقسیم‌بندی می‌شوند. در روشهای گرادیانی از گرادیان برای نمو مرز به سمت مشخصه مورد نظر استفاده شده است که از معایب این روش حساسیت به نویز و همگرا شدن در کمینه‌های محلی می‌باشد. در روش ناحیه‌ای معمولا از اطلاعات آماری تصویر برای نمو مرز فعال به سمت شکل هدف استفاده می‌شود .
🔶 چرا در عمل بیشتر از کانتور فعال برای ناحیه بندی تصاویر پزشکی استفاده می کنند و از روشهای معمول استفاده نمی کنند؟! 🤔 🤔
در عمل، تصاویر پزشکی تصاویر (مثل تصاویر #التراسوند) ایده الی نیستند و همیشه با آرتیفکت و نویزهایی همراه هستند، لذا نمی توان با استفاده از روشهای معمول مثل فیلترهای مکانی (لاپلاسین، کنی، سوبل و ...) و فرکانسی تصاویر را ناحیه بندی کرد!
روشهای معمول زمانی که تصاویر نویز نداشته باشند خوب کار می کنند!
همچنین در کارهای عملی نیاز است که ما مرزهای بسته ای داشته باشیم و اینب درحالی هست که روشهای معمول به خاطر نویز، مرز بسته ای به ما نمیدهند!
✅ مزایای روشهای ناحیه بندی کانتور فعال:
به نویز حساسیتی ندارد (در مقابل نویز مقاومند)
مرز بسته ای دارند!
⚠️ عیب روشهای ناحیه بندی کانتور فعال:
- نیاز به تعیین کانتور اولیه دارند
- پیچیدگی محاسباتی بالایی دارند
#ناحیه_بندی
#کانتور_فعال
#مرزبسته
#تصاویرنویزی
#پردازش_تصویر
#مهندسی_پزشکی
#تصاویرپزشکی
نویسنده: محمد نوری زاده چرلو
➖➖➖➖➖
@IUST_Bioelecteric
به طور کلی، مرزهای بسته فعال را می توان به دو دسته مرز فعال #پارامتری و #غیرپارامتری تقسیم نمود. در روشهای پارامتری مرز بسته فعال به شکل پارامتری از مشخصه‌های خود همچون طول مرز تعریف می‌گردد و تابع هدف به گونه‌ای که در مشخصه مورد نظر کاربر کمینه شود تعریف می‌شود و در نهایت مرز اولیه با توجه به محدودیتهای مربوط به خود که درغالب انرژی داخلی خود را نشان می‌دهد و به طرف مشخصه مورد نظر از طریق کمینه کردن این تابع حرکت می‌کند. در مرزهای بسته غیرپارامتری یا هندسی، نمو مرز بسته به صورت سطح صفر یک تابع کمکی چند بعدی معروف به توابع سطح همتراز صورت می پذیرد و از اینرو قادر به دنبال کردن تغییرات توپولوژی در تصویر می باشد. مرزهای بسته فعال هندسی به دو نوع اصلی مرزهای فعال گرادیانی و ناحیه ای تقسیم‌بندی می‌شوند. در روشهای گرادیانی از گرادیان برای نمو مرز به سمت مشخصه مورد نظر استفاده شده است که از معایب این روش حساسیت به نویز و همگرا شدن در کمینه‌های محلی می‌باشد. در روش ناحیه‌ای معمولا از اطلاعات آماری تصویر برای نمو مرز فعال به سمت شکل هدف استفاده می‌شود .
🔶 چرا در عمل بیشتر از کانتور فعال برای ناحیه بندی تصاویر پزشکی استفاده می کنند و از روشهای معمول استفاده نمی کنند؟! 🤔 🤔
در عمل، تصاویر پزشکی تصاویر (مثل تصاویر #التراسوند) ایده الی نیستند و همیشه با آرتیفکت و نویزهایی همراه هستند، لذا نمی توان با استفاده از روشهای معمول مثل فیلترهای مکانی (لاپلاسین، کنی، سوبل و ...) و فرکانسی تصاویر را ناحیه بندی کرد!
روشهای معمول زمانی که تصاویر نویز نداشته باشند خوب کار می کنند!
همچنین در کارهای عملی نیاز است که ما مرزهای بسته ای داشته باشیم و اینب درحالی هست که روشهای معمول به خاطر نویز، مرز بسته ای به ما نمیدهند!
✅ مزایای روشهای ناحیه بندی کانتور فعال:
به نویز حساسیتی ندارد (در مقابل نویز مقاومند)
مرز بسته ای دارند!
⚠️ عیب روشهای ناحیه بندی کانتور فعال:
- نیاز به تعیین کانتور اولیه دارند
- پیچیدگی محاسباتی بالایی دارند
#ناحیه_بندی
#کانتور_فعال
#مرزبسته
#تصاویرنویزی
#پردازش_تصویر
#مهندسی_پزشکی
#تصاویرپزشکی
نویسنده: محمد نوری زاده چرلو
➖➖➖➖➖
@IUST_Bioelecteric