可拓人工免疫系統應用於多頻譜影像分類之研究

NCUTIR > College of Electrical Engineering and Computer Science > Department of Computer Science and Information Engineering > 【資訊工程系所】博碩士論文 > Item 987654321/5194

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/5194

Title:	可拓人工免疫系統應用於多頻譜影像分類之研究
Authors:	朱瑞興王圳木
Contributors:	資訊工程系
Keywords:	可拓核磁共振造影 MRI 人工免疫系統核磁共振免疫系統多頻譜分類
Date:	2010
Issue Date:	2013-08-07 13:29:24 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	核磁共振技術(Magnetic Resonance Imaging, MRI)為現今臨床上重要之檢測技術，其優點是對人體不具侵入性，並可多方像掃描，有利於醫師對疾病的診斷更加準確，提升治療之正面效果。當病患在進行MRI造影後，會產生一系列之多頻譜影像(Multi-spectral image)，將一系列之切面影像重疊後，便形成掃描區域之立體三維結構。醫師藉由此立體結構得到醫學診斷資訊，如器官之形狀或病灶位置。雖然多頻譜影像可以獲得大量資訊，但也造成病理判讀的困擾。因此我們將這些多頻譜影像經演算法分類處理後，形成單一強化組織影像讓醫師更容易的對病理進行診斷。近年來，許多學者紛紛提出人工免疫系統(Artificial Immune System, AIS)之理論與研究，並於各領域中受到廣泛之使用。此篇論文提出了一個可拓人工免疫系統(Extension Artificial Immune System, EAIS)之研究，透過此方法對多頻譜影像龐大的資訊進行處理，來強化出腦部的灰質(Gray Matter，GM)、白質(White Matter，WM)及腦脊髓液(Cerebral Spinal Fluid，CSF)三大組織，使醫師診斷更有效率，準確地判斷病灶之所在。最後分別呈現單一組織影像來顯示實驗結果，為了證明本實驗之可行性與效率，我們也加入了自動腦部分割工具 (FMRIB's Automated Segmentation Tool, FAST)與EAIS演算法進行比較，並採用接收器操作特性ROC(Receiver Operating Characteristic)來進行分類效能之評估，證明本實驗所提出之優異性。
Appears in Collections:	[Department of Computer Science and Information Engineering] 【資訊工程系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence

Loading...