Skip to main content
SUPERVISOR
Shadrokh Samavi,Mohammad DavarpanahJazi
شادرخ سماوی (استاد راهنما) محمد داورپناه جزی (استاد راهنما)
 
STUDENT
Elham Mahmoudzadeh
الهام محمودزاده

FACULTY - DEPARTMENT

دانشکده مهندسی برق و کامپیوتر
DEGREE
Master of Science (MSc)
YEAR
1386
Breast Cancer is one of the leading causes of death for women. An early diagnosis is a requirement for reduction of the mortally rate from this disease. Modern imaging technology has created the capability of early detection of this. One of the most effective methods of early diagnosis is mammography. A mammography is a low dose X-ray imaging of the breast. Every year millions of mammograms are generated world-wide. Due to large size and high quality of the mammogram images, their transmission over computer networks can be difficult and image compression is necessary. On the other hand, these images are usually stored for a long period of time on the patient's digital file to keep track of the treatment. Archiving and retaining large amounts of data is expensive and requires compression methods. Image compression methods are Key Words Digital mammography, Image compression, Lossless, Context modelling.
امروزه متاسفانه بیماری سرطان از آن دسته بیماری هایی است که جان انسان را تهدید می‌کند. تشخیص زود هنگام و نیز تلاش برای جلوگیری از پیشرفت بیماری امری بسیار ضروری بوده و حتی در مواقعی زمان زنده ماندن بیمار را تا حد زیادی افزایش می‌دهد. یکی از رایجترین سرطان ها در بین بانوان، سرطان سینه می باشد که پس از سرطان ریه دومین عامل مرگ‌ومیر است. تشخیص زود هنگام و درمان بموقع با در نظر گرفتن رشد تعداد افرادی که مبتلا به این نوع سرطان می‌شوند، اهمیت بیشتری پیدا می‌کند. در این میان ماموگرافی یکی از روش های موثر تشخیص زود هنگام سرطان سینه است. بنابراین تلاش برای توسعه و بهبود ماموگرافی و افزایش تاثیر آن در کاهش خطرات ناشی از این نوع سرطان، امری اجتناب ناپذیر است. با پدیدار شدن ماموگرافی دیجیتال و نیز ارسال تصاویر از طریق شبکه، امکان بررسی تصویر توسط چند پزشک و همچنین مشورت متخصصین و استفاده از نظر آن ها، فراهم شده است. این امر باعث می‌شود تصمیم پزشک در مورد بیمار تا حد زیادی ارتقاءیافته و از وجود خطاهای احتمالی تا حد ممکن جلوگیری کند. برای ارسال اینگونه تصاویر نیاز به فشرده سازی می‌باشد. فشرده‌سازی تصاویر دیجیتال از جمله زمینه های پر کاربرد و پر طرفدار در علم پزشکی است. از طرفی فشرده سازی تصاویر ماموگرافی با در نظر گرفتن حجم بالای اینگونه تصاویر ونیز نیاز به بازیابی کامل اطلاعات فشرده شده، بسیار حائز اهمیت است. با در نظر گرفتن این امر تلاش محققان در زمینة فشرده سازی بدون اتلاف، از سال های پیش آغاز شده و هم اکنون نیز ادامه دارد. در این پایان نامه چندین روش مناسب برای فشرده سازی بدون اتلاف تصاویر ارائه شده است. روش های اولیه از روش های مبتنی بر پیشگویی بوده و با توجه به تشخیص مناسب لبه و مناطق هموار, مقادیر واقعیتری نسبت به روش های ارائه شدة قبلی پیشگویی می کنند. نتایج آن ها با روش های پیشگویی معروف MED, GAP و ALCM مقایسه شده و نشان از برتری روش های ارائه شده دارد. در ادامه روش فشرده سازی با استفاده از مدلسازی زمینه ارائه شده است. در این روش از پارامترهای متعدد تصویر برای تعریف زمینة مناسب استفاده شده است. روش پیشنهادی از لحاظ سادگی و نتایج مناسب با استانداردهای JPEG-LS و JPEG2000 قابل رقابت می‌باشد. کلمات کلیدی : ماموگرافی, فشرده سازی تصویر, فشرده سازی بدون اتلاف, مدلسازی زمینه.

ارتقاء امنیت وب با وف بومی

100%