برای ارزیابی صحت روش ارائه شده آنرا بر روی داده­های بالینی اعمال کرده که متشکل از 58 تصویر MR متوالی و در هر تصویر 15 تا 20 سیکل میوکارد و در هر سیکل 10 تا 14 اسلایس در هر فریم می­باشد.

در کل 8786 تصویر دو بعدی بخش­بندی شدند و نتایج حاصل از این بخش­بندی با بخش­بندی که توسط شخص خبره بصورت دستی انجام شده بود مقایسه گردید. مرزهای بطن راست و چپ توسط شخص خبره ترسیم شده­اند و به عنوان کف اطمینان[1] برای اعتبار­سنجی و اندازه صحت الگوریتم بهره گیری شده می باشد.

شکل 4-4. نتایج حاصل از بخش­بندی توسط مدل ارائه شده و بخش­بندی دستی توسط فرد متخصص، خطوط قرمز رنگ بخش­بندی توسط مدل ارائه شده و بخش­بندی دستی خطوط سبز رنگ

 

کارایی روش ارائه شده از لحاظ کیفی با بخش­بندی دستی توسط شخص خبره در شکل 4-4 مقایسه شده می باشد. مرزهای استخراج شده با رنگ قرمز در شکل مشخص شده اند و کانتورهای سبز رنگ بخش­بندی توسط شخص خبره می باشد. چیزی که از این تصاویر به وضوح قابل رویت می باشد اینکه بردارهای استخراج شده توسط شخص خبره و روش ارائه شده بسیار نزدیک و در خیلی از نقاط کاملا بر روی هم قرار دارند.

به مقصود تائید کمی اعتبار روش ارائه شده، ما از Dice و معیارهای تشابه برای مقایسه نتایج بدست آمده از تقسیم­بندی الگوریتم و کف اطمینان بهره گیری کردیم. از ضریب Dice ، که در معادله (5-3-1) آمده می باشد، که بطور گسترده­ای برای تعیین مقدار خطا تقسیم­بندی بهره گیری می­گردد اما این معیار توصیف دقیقی از خطا را به ما نمی­دهد؛ به عنوان مثال، دو اشیاء هندسی مختلف ممکن می باشد مقدار Dice مشابه داشته باشد اما شکل هندسی آن­ها متفاوت باشد. بنا­بر­این علاوه بر ضریب Dice محاسبه تشابه بین دو شکل بخش­بندی شده بر اساس بردار طبیعی در نقاط مرزی بایستی حساب گردد.

این مطلب رو هم توصیه می کنم بخونین:   دانلود پایان نامه ارشد طراحی و تحلیل پارامتری تقویت کننده عملیاتی در تکنولوژی های CMOS و CNFET

[1]

 متن فوق بخش هایی از این پایان نامه بود

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد

می توانید به لینک زیر مراجعه نمایید:

دسته‌ها: دسته‌بندی نشده