دپارتمان پژوهشی سفیر

فروش‌ویژه!

دانلود پروپوزال ارائه ی روش جدید در جهت تشخیص سرطان کبد با استفاده از پردازش تصویر MRI و سی تی اسکن

قیمت اصلی 108,000 تومان بود.قیمت فعلی 86,000 تومان است.

تعداد صفحاتسال نگارشمقاله بیس قالب
۲۸2022داردWord

دانلود پروپوزال ارائه ی روش جدید در جهت تشخیص سرطان کبد با استفاده از پردازش تصویر MRI و سی تی اسکن

عنوان فارسی پروپوزالدانلود پروپوزال ارائه ی روش جدید در جهت تشخیص سرطان کبد با استفاده از پردازش تصویر MRI و سی تی اسکن
عنوان انگلیسی پروپوزالIntroducing a new method for diagnosing liver cancer using MRI image processing and CT scan
قابلیت ویرایشدارد
سال نگارش2022
رشتهکامپیوتر-پزشکی
قالب فایلWord
مقاله بیس دارد

 

این پروپوزال دارای مقاله بیس میباشد که قابل مشاهده و دانلود می باشد:

Liver And Tumor Segmentation In CT Images Using ResUNet

  فهرست مطالب پروپوزال

  1. بیان مساله اساسی تحقیق 
  2. مرور ادبیات و سوابق مربوطه
  3. اهمیت و ضرورت انجام تحقیق
  4. اهداف مشخص تحقیق
  5. سؤالات تحقیق
  6. فرضیه ‏های تحقیق
  7. روش شناسی تحقیق
  8. متغیرهای مورد بررسی در قالب یک مدل مفهومی
  9. جنبه جدید بودن و نوآوری در تحقیق
  10. شرح کامل روش (میدانی، کتابخانه‏ای) و ابزار
  11. جامعه آماری، روش نمونه‏ گیری و حجم نمونه
  12. مراجع

بیان مساله

 کبد بزرگترین اندام غده ای بدن است و بسیاری از عملکردهای مهم را برای پاکسازی بدن از سموم و مواد خطرناک انجام می دهد. این یک ارگان مهم است که تقریباً از همه اعضای بدن در برخی جنبه ها پشتیبانی می کند.  ۲۵ سال پیش پزشکان و محققان آماده بودند تا پیشرفتهای اساسی در تشخیص و درمان سرطان کبد را انجام دهند.

سرطان کبد یکی از عوامل مرگ گسترده در جهان است سرطان های مختلفی وجود دارد که از جایی دیگر شروع می شوند و در کبد ختم می شوند و این سرطان های اصلی کبد نیستند. سرطان هایی که در کبد ایجاد می شوند به عنوان سرطان های اصلی کبد شناخته می شوند. [۱]
شبکه عصبی کانولوشن
مشاهده تمامی پروپوزال‌های مهندسی کامپیوتر

متداول ترین نوع سرطان کبد ، کارسینوم سلولی هپتاگون است و تحمل آن در مردان بیشتر از زنان است. مسئله قابل توجه در رادیولوژی عملی به زودی تشخیص و ارائه دقیق سرطان کبد است.. ضایعات کبدی یک آسیب در نواحی بافتی بدن است که به دلیل آسیب رسیدن به یک بیماری ایجاد می شود. ضایعات را می توان در سی تی اسکن با تفاوت در شدت پیکسل از سایر مناطق کبد تشخیص داد.

برای درمان بالینی ، تقسیم بندی دستی این سی تی اسکن کاری پرزرق و برق و بسیار زمانبر است. ضایعه تومورهای کبدی وظایف پیش شرط احساسی و به دنبال هرگونه مداخله پزشکی است.

بررسی دقیق و کامل تقسیم بندی امکان مرحله بندی و ارزیابی مطمئن از روشهای درمانی موجود را که می تواند در اختیار بیمار قرار گیرد فراهم می کند. فراتر از سالها از روشهای تهاجمی برای تشخیص هر بیماری مانند سرطان استفاده می شود. انواع مختلف فناوری های تصویربرداری مبتنی بر رویکرد غیرتهاجمی سی تی اسکن ، ام آر آی ، ایکس ری ، سونوگرافی و اسکن کبد است.

به سادگی تکنیک های تقسیم بندی بر روی تصاویر کبد اعمال می شود و سپس تکنیک های طبقه بندی بر روی تصاویر دسته بندی برای طبقه بندی بافت به دو نوع طبیعی و غیر طبیعی اعمال می شود. برای شناسایی اندازه آن  CT معمولاً از روشهای تصویربرداری در تشخیص تومور کبدی استفاده می شود. از این رو در این تحقیق سعی در تشخیص سرطان کبد با استفاده از پردازش تصویر MRI ​​و سی تی اسکن   داریم.   تشخیص سرطان سینه

برخی از مراجع

Jiao, Yan, et al. “PGM5: a novel diagnostic and prognostic biomarker for liver cancer.” PeerJ ۷ (۲۰۱۹): e7070.

Van Haele, Matthias, et al. “Yap and taz heterogeneity in primary liver cancer: An analysis of its prognostic and diagnostic role.” International journal of molecular sciences ۲۰٫۳ (۲۰۱۹): ۶۳۸٫

Deore, Yogita Ashok, and Namrata D. Ghuse. “Efficient Image Processing Based Liver Cancer Detection Method.” IJETT ۳٫۳ (۲۰۲۰).

Sharma, Meenu, and Rafat Parveen. “A Comparative Study of Data Mining, Digital Image Processing and Genetical Approach for Early Detection of Liver Cancer.” ۲۰۲۰ IEEE International Conference on Computing, Power and Communication Technologies (GUCON). IEEE, 2020.

Khalilabad, Nastaran Dehghan, and Hamid Hassanpour. “Employing image processing techniques for cancer detection using microarray images.” Computers in biology and medicine ۸۱ (۲۰۱۷): ۱۳۹-۱۴۷٫

Zghal, Nadia S., and Nabil Derbel. “Melanoma Skin Cancer Detection based on Image Processing.” Current Medical Imaging ۱۶٫۱ (۲۰۲۰): ۵۰-۵۸٫

Jothilakshmi, R., and Ramya Geetha SV. “EARLY LUNG CANCER DETECTION USING MACHINE LEARNING AND IMAGE PROCESSING.”  (۲۰۲۰

Deore, Yogita Ashok, and Namrata D. Ghuse. “Efficient Image Processing Based Liver Cancer Detection Method.” IJETT ۳٫۳ (۲۰۲۰).

شبکه عصبی کانولوشن
مشاهده تمامی پروپوزال‌های مهندسی کامپیوتر

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه(نظر) ارسال کنند.