دانلود مقاله ترجمه شده متد اتوماتیک بر اساس گراف برای دسته بندی سرخرگ / سیاهرگ در تصاویر شبکیه ‌ای – مجله IEEE

 

 

گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” متد اتوماتیک بر اساس گراف برای دسته بندی سرخرگ / سیاهرگ در تصاویر شبکیه ‌ای ” 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:

یک رویکرد خودکار مبتنی بر گراف برای طبقه بندی سرخرگ / سیاهرگ در تصاویر شبکیه ‌ای

عنوان انگلیسی مقاله:

An Automatic Graph-Based Approach for Artery/Vein Classification in Retinal Images

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار 2014
تعداد صفحات مقاله انگلیسی 11 صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی پزشکی، پزشکی
گرایش های مرتبط با این مقاله سایبرنتیک پزشکی، چشم پزشکی، بینایی سنجی یا اپتومتری و پردازش تصاویر پزشکی
مجله تراکنش ها در پردازش تصویر – TRANSACTIONS ON IMAGE PROCESSING
دانشگاه موسسه مهندسی پزشکی و دانشکده فنی، دانشگاه پورتو، پرتغال
کلمات کلیدی طبقه‌بندی سرخرگ/سیاهرگ، گراف، تصاویر شبکیه‌ای، بخش‌بندی رگی
شناسه شاپا یا ISSN ISSN 1057-7149
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 29 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
۱.پیشگفتار
۲.روش‌هایی برای طبقه‌بندی A/V
۳.روش طبقه‌بندی A/V مبتنی بر گراف
A.تولید گراف
B.تجزیه و تحلیل گراف
C. طبقه‌بندی A/V
۴.نتایج
A.مجموعه داده‌های INSPIRE-AVR
B.مجموعه داده‌ی DRIVE
C.پایگاه داده‌ی VICAVR
۵.نتیجه‌گیری

 


  • بخشی از ترجمه:

 

۵.نتیجه‌گیری
طبقه‌بندی سرخرگ‌ها و سیاهرگ‌ها در تصاویر شبکیه‌ای برای تقسیم‌بندی خودکار تغییرات عروقی، ضروری است. در بخش‌های قبلی، ما یک روش‌شناسی خودکار را برای طبقه‌بندی رگ‌های شبکیه‌ای به سرخرگ‌ها و سیاهرگ‌هایی کرده‌ایم که متمایز از راه حل‌های پیشین هستند. یک تفاوت اصلی، این حقیقت است که روش ما قادر است که همه‌ی درخت عروقی را طبقه‌بندی کند و محدود به طبقه‌بندی نواحی خاص مورد نظر (مورد علاقه)، به طور نرمال اطراف دیسک چشمی، نمی‌شود. در حالی‌که اغلب روش‌های قبلی عمدتا ویژگی‌های کثرتی (غلظتی) را برای تمایز بین سرخرگ‌ها و سیاهرگ‌ها استفاده می‌کنند، روش ما اطلاعات اضافی استخراج شده از گرافی که شبکه‌ای عروقی را نمایش می‌دهد استفاده می‌کند.

 


  • بخشی از مقاله انگلیسی:

 

V. CONCLUSION

The classification of arteries and veins in retinal images is essential for the automated assessment of vascular changes. In previous sections, we have described a new automatic methodology to classify retinal vessels into arteries and veins which is distinct from prior solutions. One major difference is the fact that our method is able to classify the whole vascular tree and does not restrict the classification to specific regions of interest, normally around the optic disc. While most of the previous methods mainly use intensity features for discriminating between arteries and veins, our method uses additional information extracted from a graph which represents the vascular network.

 


 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

متد اتوماتیک بر اساس گراف برای دسته بندی سرخرگ / سیاهرگ در تصاویر شبکیه ‌ای

عنوان انگلیسی مقاله:

An Automatic Graph-Based Approach for Artery/Vein Classification in Retinal Images

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

دانلود رایگان مقاله انگلیسی

 

خرید ترجمه فارسی مقاله

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا