กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้:
https://buuir.buu.ac.th/xmlui/handle/1234567890/1681ระเบียนเมทาดาทาแบบเต็ม
| ฟิลด์ DC | ค่า | ภาษา |
|---|---|---|
| dc.contributor.author | กฤษณะ ชินสาร | th |
| dc.contributor.author | สุวรรณา รัศมีขวัญ | th |
| dc.contributor.author | เบญจภรณ์ จันทรกองกุล | th |
| dc.contributor.author | ภูสิต กุลเกษม | th |
| dc.contributor.author | อัณณ์นุพันธ์ รอดทุกข์ | th |
| dc.contributor.author | ชิดชนก เหลือสินทรัพย์ | th |
| dc.contributor.author | ปิยตระกูล บุญทอง | th |
| dc.contributor.other | มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ | |
| dc.date.accessioned | 2019-03-25T09:08:33Z | |
| dc.date.available | 2019-03-25T09:08:33Z | |
| dc.date.issued | 2558 | |
| dc.identifier.uri | http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/1681 | |
| dc.description.abstract | การตรวจหามะเร็งเต้านมจะใช้เทคนิคการประมวลผลภาพทางการแพทย์มาตรวจสอบ ก้อนเนื้อที่เป็นรอยฉีกจะเป็นปัจจัยที่บ่งชี้การเป็นมะเร็งเบื้องต้น ในกระบวนการตรวจสอบก้อนเนื้อที่เป็นรอยฉีกแบบอัตโนมัติจะประกอบไปด้วยขั้นตอนการประมวลผลภาพที่มีประสิทธิภาพ โดยการกำจัดส่วนของกล้ามเนื้อและพื้นหลังของภาพดิจิตตอลเมมโมแกรมออกเป็นความสำคัญในขั้นตอนแรกของกระบวนการนี้ จากนั้นสกัดส่วนที่เป็น ROI เพิ่มคุณภาพความเข้มของ ROI ด้วยสมการโพลิโนเมียล การสร้างโมเดลเริ่มต้นของ active contour ที่อยู่บนพื้นฐาน GGVF นั้นต้องใช้วิธี Radon transform และวิธีการแบ่งชั้นตามลาดับขั้น สุดท้ายรูปร่างของ active model จะแสดงให้เห็นรูปร่างที่แท้จริงของก้อนเนื้อที่เป็นรอยฉีก จากกระบวนการที่ได้นำเสนอ ภาพที่ใช้จากฐานข้อมูลภาพดิจิตอลเมมโมแกรมให้ความถูกต้องของผลลัพธ์เป็นที่น่าพึงพอใจมาก | th_TH |
| dc.description.sponsorship | โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ปีงบประมาณ พ.ศ. 2557 | en |
| dc.language.iso | th | th_TH |
| dc.publisher | คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา | th_TH |
| dc.subject | การวินิจฉัยโรค | th_TH |
| dc.subject | การหามะเร็งเต้านม | th_TH |
| dc.subject | คอมพิวเตอร์ | th_TH |
| dc.subject | สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์ | th_TH |
| dc.title | โครงการ การตรวจหามะเร็งเต้านมโดยการตรวจหามวลที่มีรูปร่างแบบ Spiculation สำหรับคอมพิวเตอร์ช่วยการวินิจฉัยในโรงพยาบาล | th_TH |
| dc.title.alternative | Breast cancer detection by evaluating spiculated mass for computer-aided diagnosis in hospital patients | th_TH |
| dc.type | Research | th_TH |
| dc.year | 2558 | |
| dc.description.abstractalternative | Medical image processing techniques have been used for breast cancer diagnosis research in the last few years. The spiculated mass is a factors that indicates underlying malignancy. This proposes an automatic algorithm for speculated mass detection. The algorithm comprises efficient image processing steps. Removing the pectoral muscles and digital mammography background leaves only the fatty tissue and breast masses that are early priorities of this algorithm. Then automatic extraction of ROI is required. The proposed polynomial improves the quality of the ROI in term of intensity contrast. The initial models of active contour based on GGVF are constructed using Radon transform and the hierarchical clustering. The final shape of active model represents the irregular shape of speculation. The numerical tests employing images from the digital database for screening mammography show good accuracy of our proposed alhorithm for detecting spiculated masses. | en |
| ปรากฏในกลุ่มข้อมูล: | รายงานการวิจัย (Research Reports) | |
แฟ้มในรายการข้อมูลนี้:
| แฟ้ม | ขนาด | รูปแบบ | |
|---|---|---|---|
| 2559_010.pdf | 2.92 MB | Adobe PDF | ดู/เปิด |
รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น