گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” شناسایی تومور در دیواره مثانه با سنجش ضخامت در CT اسکن ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
تشخیص تومور در دیواره مثانه از طریق اندازه گیری ضخامت غیرطبیعی در سی تی اسکن |
| عنوان انگلیسی مقاله: |
Tumor Detection in the Bladder Wall with a Measurement of Abnormal Thickness in CT Scans |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2003 |
| تعداد صفحات مقاله انگلیسی | 8 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | پزشکی |
| گرایش های مرتبط با این مقاله | آسیب شناسی و ایمونولوژی |
| مجله | تراکنش ها در مهندسی بیومدیکال – TRANSACTIONS ON BIOMEDICAL ENGINEERING |
| دانشگاه | آزمایشگاه مخابرات، دانشگاه کاتولیک لوئین، بلژیک |
| کلمات کلیدی | اطلس آناتومی، دیواره مثانه، تشخیص کامپیوتری، اندازه گیری ضخامت، تشخیص تومور، سیستوسکوپی مجازی، آندوسکوپی مجازی |
| شناسه شاپا یا ISSN | ISSN 0018-9294 |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در سایت IEEE |
| نشریه | IEEE |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 16 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه شده است |
| ترجمه متون داخل جداول | ترجمه شده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1- مقدمه
2- کارهای مرتبط
3- روش
الف) تهیه تصویر
ب) روش قطعه بندی
پ) تخمین ضخامت
ت) ساخت اطلس
ث) اندازه گیری وضعیت غیرعادی
4- نتایج
5- بحث
الف) نتایج اعتبارسنجی
ب) انتخاب اطلاعات واقعی
ت) مقایسه با سیستوسکوپی استاندارد
ث) کاربردهای بالقوه
نتیجه گیری
- بخشی از ترجمه:
نتیجه گیری
روش تشخیص تومور ما، یک اطلس ضخامت دیواره مثانه را ایجاد می کند که شامل ضخامت متوسط دیواره موضعی و انحراف معیار است. بنابراین این روش، تومورها را به صورت بخش هایی از دیواره مثانه بیمار شناسایی می کند که به اندازه 5/2 برابر انحراف معیار از ضخامت متوسط تجاوز می کند. روش تشخیص تومور پیشنهادی ما در مقایسه با سی تی اسکن ها قرائت شده توسط متخصص، حساسیت 89 درصدی، ویژگی 88 درصدی، مقدار پیش بینی مثبت 48 درصدی و مقدار پیش بینی منفی 98 درصدی را نشان می دهد. مقدار پیش بینی منفی بالا، نرم افزار ما را به یک روش مناسب در غربال گری سرطان مثانه تبدیل می کند. نرم افزار ما به طور دقیق مناطق سالم را شناسایی می کند و به پزشک اجازه می دهد که بر اسکن مثانه ی مشکوک تمرکز کند. این نرم افزار دهانه مثانه را ارزیابی می کند که در مقابل سیستوسکوپی استاندارد، یک مزیت حائز اهمیت محسوب می شود. قطعه بندی تعاملی، محدودیت موجود در کاربری کنونی ما است که زمان بر و خطاپذیر است. ما اعتقاد داریم که توسعه یک الگوریتم قطعه بندی خودکار دیواره مثانه می تواند این محدودیت را برطرف سازد.
- بخشی از مقاله انگلیسی:
VI. CONCLUSION
Our tumor detection method aligns a bladder wall thickness atlas, containing the local mean wall thickness and standard deviation, to a subject. It then identifies tumors as the sections of the patient bladder wall that exceed the mean thickness by more than 2.5 standard deviations. Compared with expert-read CT scans, our tumor detection exhibits 89% sensitivity, 88% specificity, 48% PPV, and 98% negative predictive value. The high negative predictive value makes our software suitable for bladder cancer screening. Our software accurately detects healthy regions, allowing the clinician to focus on the suspicious bladder scans. It evaluates the bladder neck, a significant advantage over standard cystoscopy. The limitation of our current implementation is the interactive segmentation, which is time consuming and susceptible to error. We expect that the development of an automated bladder wall segmentation algorithm would remove this limitation.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
شناسایی تومور در دیواره مثانه با سنجش ضخامت غیرطبیعی در CT اسکن |
| عنوان انگلیسی مقاله: |
Tumor Detection in the Bladder Wall with a Measurement of Abnormal Thickness in CT Scans |
|
|