تشخیص سکته مغزی با قطعه بندی تصاویر MRI در متلب
در این بخش پروژه تشخیص سکته مغزی با قطعه بندی تصاویر MRI توسط الگوریتم K Means و استخراج ویژگی با الگوریتم SVM در نرم افزار MATLAB آماده کرده ایم که در ادامه توضیحاتی از سکته مغزی ارائه شده و فیلم و تصاویر خروجی پروژه در محیط متلب قرار داده شده است.
سکته مغزی
پیشرفت های روزافزون علم بهداشت، باعث افزایش طول عمر جوامع انسانی، کاهش مرگ و میرها و افزایش جمعیت سالمندان شده است. از این رو سکته های مغزی که جزء بیماری های سنین بالا محسوب می شوند اهمیت به سزایی پیدا کرد است. سکته مغزی (Cerebrovascular accident – CVA) که یکی از معضلات بزرگ بهداشتی می باشد، شایع ترین و پر عارضه ترین بیماری مغز و اعصاب می باشد که همه ساله تقریبا 5.5 میلیون نفر را در سراسر جهان مبتلا می کند. مطابق تعریف سازمان بهداشت جهانی (WHO)، سکته مغزی عبارت است از مجموعه علائم کلینیکی که به صورت ناگهانی رخ می دهد و مربوط به عملکرد ناحیه ای یا کلی مغز می باشند که منشا عروقی دارند و بیش از 24 ساعت تداوم پیدا می کند.
معرفی پروژه
در این پروژه پردازش تصاویر پزشکی ، به تشخیص سکته مغزی با کمک قطعه بندی تصاویر MRI توسط الگوریتم خوشه بندی k میانگین (K-means) و استخراج ویژگی تصاویر پردازش شده با استفاده از الگوریتم ماشین بردار پشتیبانی (SVM) پرداخته می شود که در محیط نرم افزار متلب پیاده سازی شده است. در ادامه خروجی چند نمونه از تست برنامه قرار داده شده و قابل بررسی است.
هیچ نظری ثبت نشده است