ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
Image Registration plays very crucial role in case of medical imaging to register different modalities of images like CT (Computed Tomography) and PET (Positron Emission Tomography) registration. CT is essential for structural information of anatomic and PET (Positron Emission Tomography) is for functional information. Basically it is the procedure of transforming dissimilar sets of data into one coordinate system. These sets of data can be acquired from multiple image modalities, different viewpoints, similar or dissimilar sensors. MI based image registration has been found to be reasonably useful methods of image registration. However, it is found to be quite computationally intensive and time consuming process for enormous size images and for different data sets of images. It involves steps for computation of joint histogram, marginal entropies, calculation and probability distribution. Main motive of this paper is to provide an intelligent method for image registration based on Mutual Information using multi core environment with maintaining the synchronization between different activated cores and processors. Proposed Method has been able to execute with different number of threads to achieve all the remuneration of the processors and gives significant speedup working with verity of images like gray scale, RGB and Dicom images with different size. Finally the designed algorithm has been used to register medical images of different modalities.
ثبت تصویر، نقشی بسیار حیاتی را در مورد تصویربرداری پزشکی برای ثبت کیفیتهای مختلف تصاویر مانند ثبت CT (توموگرافی کامپیوتری) و PET (توموگرافی انتشار پوزیترون) ایفا میکند. CT برای اطلاعات ساختاری ضروری است و PET (توموگرافی انتشار پوزیترون) برای اطلاعات کارکردی است. آن اساسا روال تبدیل مجموعههای نامشابه دادهها به یک سیستم مختصاتی است. این مجموعههای دادهها را میتوان از کیفیتهای (مدالیتههای) مختلف تصویر، دیدگاههای متفاوت، و حسگرهای مشابه یا نامشابه کسب کرد. کشف شده است که ثبت تصویر مبتنی بر MI از روشهای به طور معقول مفید ثبت تصویر است. اگرچه کشف شده است که آن یک فرایند به شدت محاسباتی و زمانبر برای تصاویر با اندازهی بسیار بزرگ و برای مجموعههای دادههای متفاوت تصاویر است. آن شامل گامهایی برای محاسبهی هیستوگرام مشترک، آنتروپیهای حاشیهای، محاسبه و توزیع احتمال است. انگیزهی اصلی این مقاله، فراهم ساختن روشی هوشمندانه برای ثبت تصویر بر اساس اطلاعات مشترک با استفاده از محیط چند هستهای با حفظ همگامسازی بین پردازشگرها و هستههای فعالسازی شدهی مختلف است. روش ارائه شده دارای قابلیت اجرا با تعداد متفاوت رشتهها برای دستیابی به همهی پرداختهای پردازشگرها بوده است و ازدیاد سرعت قابل توجهی را ارائه میدهد که با طیف وسیعی از تصاویر مانند تصاویر مقیاس خاکستری، RGB، و Dicom با اندازهی متفاوت کار میکند. در نهایت، الگوریتم طراحی شده، برای ثبت تصاویر پزشکی با کیفیتهای مختلف استفاده شده است.