![](/images/graphics-bg.png)
Color textured MRI segmentation based on Co-occurrence features using principal component analysis (PCA)
العناوين الأخرى
التقسيم الملون لنسيج صور الرنين المغناطيسي بالاعتماد على خصائص الحدوث باستخدام مركبات التحليل الرئيسية
المؤلفون المشاركون
Ali, Salih Mahdi
Mahmud, Falih Hasan
المصدر
العدد
المجلد 53، العدد 3 (30 سبتمبر/أيلول 2012)، ص ص. 693-702، 10ص.
الناشر
تاريخ النشر
2012-09-30
دولة النشر
العراق
عدد الصفحات
10
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص AR
عملية تجزئة أو تقسيم الصورة هي الخطوة المهمة الأولى في العديد من التطبيقات الحاسوبية للصور، على الرغم من أن العقود الأخيرة شهدت اقتراح العديد من الأساليب و التقنيات لتجزئة الصور على أساس إما النسيج أو اللون، إلا أن هناك عدد قليل فقط منها استطاع الجمع بين هذه الميزات.
في هذا البحث تم تجزئة الصورة باستخدام خوارزمية جديدة اعتمادا على خصائص الحدوث للصورة باستخدام مركبات التحليل الرئيسية (PCA) لغرض التمييز بين نسيج الورم.
عملية التجزئة بالتلوين تمت باختيار ثلاثة مركبات رئيسية (PCA’s) كمركبات ألوان رئيسية، النتائج التي تم الحصول عليها من خلال الجمع بين مركبات التحليل الرئيسية (PCA’s) كانت مشجعة.
حيث بينت هذه الطريقة أهمية استخدام خصائص المكونات و النسيج للكشف عن الأورام لصور الرنين المغناطيسي من خلال تميز لون الورم عن باقي أجزاء الدماغ الأخرى.
الملخص EN
Image segmentation is a primary step in many computer vision tasks.
Although many segmentation methods based on either texture or color have been proposed in the last decades, there have been only few approaches combining both of these features.
In this paper the Principal Component Analysis (PCA) of the counted co-occurrence featured images has been introduced as a new segmentation algorithm for differentiating tumor tissue.
Coloring process is also performed by selecting three PCA’s bands.
An encouraging results obtained by combining different PCA’s bands.
This method reveals the importance of applying context and textural properties for the segmentation process.
The results showed that utilizing different multivariate statistical techniques (e.g.
gray level Co-occurrence matrices and Principal Component Analysis technique); based on color-band, mixing method has can be used to isolate the tumor tissues from other brain tissues.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Ali, Salih Mahdi& Mahmud, Falih Hasan. 2012. Color textured MRI segmentation based on Co-occurrence features using principal component analysis (PCA). Iraqi Journal of Science،Vol. 53, no. 3, pp.693-702.
https://search.emarefa.net/detail/BIM-316793
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Ali, Salih Mahdi& Mahmud, Falih Hasan. Color textured MRI segmentation based on Co-occurrence features using principal component analysis (PCA). Iraqi Journal of Science Vol. 53, no. 3 (2012), pp.693-702.
https://search.emarefa.net/detail/BIM-316793
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Ali, Salih Mahdi& Mahmud, Falih Hasan. Color textured MRI segmentation based on Co-occurrence features using principal component analysis (PCA). Iraqi Journal of Science. 2012. Vol. 53, no. 3, pp.693-702.
https://search.emarefa.net/detail/BIM-316793
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes appendices : p. 702
رقم السجل
BIM-316793
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)