يك روش مبتني بر يادگيري چنددقتي براي تطبيق تصاوير پزشكي چندكيفيتي

هدف اصلي در روش هاي مختلف تطبيق تصوير، پيداكردن پارامترهاي تبديل براي نگاشت دقيق يك تصوير بر روي مختصات تصوير ديگر است. در پزشكي، برقراري ارتباط دقيق ميان داده هاي تصاوير پزشكي در كاربردهايي نظير تشخيص و درمان از اهميت بسياري برخوردار است و بر اين اساس، روش هاي متعددي براي تطبيق تصاوير ارائه شده است. مقايسه نتايج الگوريتم هاي مختلف، انگيزه اصلي اين پژوهش گرديده تا بتوان الگوريتم جديد تركيبي ارائه و پياده سازي نمود كه از دقت بالايي براي تطبيق تصاوير چندكيفيتي برخوردار باشد. خودكارسازي فرايند تطبيق با بهره گيري از رويكرد يادگيري ماشين، نوآوري مقاله حاضر نسبت به روش هاي پيشين به شمار مي رود. به اين منظور، روش پيشنهادي به نام يادگيري چنددقتي از تركيب يك روش تجزيه چنددقتي و يك شبكه عصبي سلسله مراتبي بهره مي گيرد كه با استفاده از ويژگي هاي سراسري تصوير، پارامترهاي تبديل را ياد گرفته و از پارامترهاي تبديل به دست آمده از فرايند يادگيري، براي تطبيق تصاوير استفاده مي كند. روش پيشنهادي بر روي پايگاه داده تصاوير پزشكي دانشگاه واندربيلت پياده سازي و آزمون شده و نتايج به دست آمده دقت قابل قبولي را براي روش پيشنهادي در مقايسه با ساير روش ها نشان مي دهد.