Warning: count(): Parameter must be an array or an object that implements Countable in /home/azadproj/public_html/wp-includes/post-template.php on line 284

عناوین برتر پایان نامه مهندسی پزشکی، پردازش تصویر، هوش مصنوعی، مخابرات سیستم

اطلاعات بیشتر

در این صفحه عناوین برتر پیشنهادی جهت استفاده

دانشجویان مهندسی پزشکی، پردازش تصویر، هوش مصنوعی، مخابرات سیستم

به منظور

تعریف موضوع پایان نامه و سمینار

آورده شده و برای هر یک در حد چند خط توضیح داده شده است.

به منظور بررسی جزییات بیشتر و یا سوال در مورد مقاله های مبنای بیشتر

با شماره ۰۹۱۷۷۳۶۱۸۴۵ در ارتباط باشید.

عناوین پایان نامه رشته مهندسی پزشکی

 ۱- تشخیص بیماری ها

برای این منظور از تصویرهای CT Scan، انواع تصاویر MRI، تصاویر ماموگرافی و سونوگرافی استفاده می شود که هر کدام از تصاویر به منظور بررسی یک نوع خاص از بیماری ها می باشد. در این پایان نامه ها باید از تصویر مورد نظر تعدادی ویژگی بیرون کشیده شود. سپس این ویژگی ها به یک کلاسیفایر از پیش آموزش داده شده، داده شود و در نهایت با یک کلاسیفایر دو کلاسه مواجه هستیم که بیمار بودن یا نبودن شخص را مشخص می کند. این مقوله همیشه یکی از پر طرفدارترین موضوعات بوده و مقالات بسیاری مربوط به سالهای ۲۰۱۸و۲۰۱۹ نیز در این رابطه وجود دارد. شبکه های عصبی کانولوشن CNN نیز به طور خاص در صدر جدول علاقه مندی ها هستند.

۲- قطعه بندی تصاویر پزشکی

در این تیپ کارها یک تصویر CT Scan یا انواع تصاویر MRI یا تصاویر ماموگرافی و یا سونوگرافی به عنوان ورودی در نظر گرفته شده و هدف تعیین مرز بافت دارای مشکل (تومور، توده سرطانی و …) در تصویر می باشد. لازمه این کار داشتن یک کانتور (منحنی بسته) است که از یک کانتور اولیه شروع شده و سپس با روش های مختلفی بزرگ می شود تا مرز محدوده مورد نظر را مشخص نماید. از روش های کانتور فعال و روش های خانواده Level Set نیز بسیار استفاده می شود و مقاله های ۲۰۱۸ و ۲۰۱۹ بسیاری در این زمینه وجود دارد.

۳- حذف نویز از تصاویر پزشکی

با توجه به وجود انواع روش های تصویربرداری پزشکی، نویز های مختلف با توزیع های مختلفی بر روی تصاویر سوار می شوند. نویز رایسی، گوسی، فلفل نمکی، اسپکل و …  وجود دارند که انواع روش های میانگین گیری محلی، غیر محلی، ترکیبی، مبتنی بر دیکشنری و … برای حذف این نویزها مطرح شده اند.

یکی از خانواده روش هایی که اخیرا مطرح شده است، کدینگ دیکشنری می باشد که برای این منظور یا از خود تصویر نویزی و یا از روی یکسری تصویر مرجع مجموعه ای از تکه تکه های کوچک تصویر تحت عنوان دیکشنری جمع آوری شده و تلاش برای تفسیر تصویر نویزی با تکه های مختلف دیکشنری می باشد. در واقع هدف این است که از حوزه پیکسل ها به حوزه تکه های دیکشنری سفر کرده و تلاش کنیم تا تکه های تصویر نویزی را به تکه های بدون نویز برسانیم.

با توجه به اینکه ریاضیات خوبی پشت این ماجرا هست، مقاله های مختلف ۲۰۱۹ جدیدی تلاش برای بهبود کیفیت تصاویر را انجام داده اند و یقینا جای کار بسیاری دارد.

۴- واترمارکینگ تصاویر پزشکی

روی این زمینه هم زیاد کار میشه و همانند بقیه روش های واترمارکینگ تلاش برای پنهان کردن یک سر اطلاعات در قسمتهایی از تصویر هست. معمولا از انواع ویولت، کانتورلت، کرولت و … برای این منظور استفاده می شود.

۵- پردازش سیگنال های پزشکی

سیگنال های پزشکی شامل نوار قلبی، نوار مغزی، نوار عضله و … می باشد. کار بر روی این سیگناها نیز به دسته های حذف نویز و  تشخیص بیماری ها تقسیم می شود. رفتارهای مختلف در پیک ها و نول های نوار قلب و موج های PQRST آن و نوار مغز مشخص کننده انواع بیماری ها هستند.

عناوین پایان نامه پردازش تصویر

علاوه بر موارد گفته شده در خصوص تصاویر پزشکی، کارهایی که بر رروی تصاویر عادی نیز انجام می شود مورد علاقه است.

تخمین کیفیت تصاویر:

یک سری تصویر با کیفیت های مختلف در یک دیتا بیس موجوداست و باید ویژگی هایی از تصویر را یافت که با توجه به  آنها بتوان کیفیت تصویر را تخمین زد. معیار های مختلفی برای ارزیابی این کار وجود دارد مانند SRCC .

بهبود رزولوشن تصویر:

یک تصویر با اند%

دیدگاه‌ها بسته شده‌اند.