چاپ صفحه |  صفحه نخست سامانه |  نویسندگان |  اطلاعات تفضیلی |  دانلود مقاله | دانشگاه علوم پزشکی تبریز |
| نویسنده ثبت کننده مقاله | احمد کشتکار |
| مرحله جاری مقاله | تایید نهایی |
| دانشکده/مرکز مربوطه | دانشکده علوم نوین پزشکی |
| کد مقاله | 71552 |
| عنوان فارسی مقاله | تقسیم بندی خودکار چربی های قلب بر اساس استخراج ویژگی های بافت از تصاویر CT بدون کنتراست |
| عنوان لاتین مقاله | Automated Segmentation of Cardiac Fats Based on Extraction of Textural Features from Non-Contrast CT Images |
| نوع ارائه | سخنرانی |
| عنوان کنگره / همایش | بیست و پنجمین کنفرانس بین المللی انجمن کامپیوتر ایران |
| نوع کنگره / همایش | بین المللی |
| کشور محل برگزاری کنگره/ همایش | Iran (Islamic Republic) |
| شهر محل برگزاری کنگره/ همایش | تهران |
| سال انتشار/ ارائه شمسی | 1398 |
| سال انتشار/ارائه میلادی | 2020 |
| تاریخ شمسی شروع و خاتمه کنگره/همایش | 1398/10/11 الی 1398/10/12 |
| آدرس لینک مقاله/ همایش در شبکه اینترنت | https://ieeexplore.ieee.org/abstract/document/9050072 |
| آدرس علمی (Affiliation) نویسنده متقاضی | Department of Biomedical Engineering, Faculty of Advanced Medical Sciences, Tabriz University of Medical Sciences Tabriz, Iran |
| نویسنده | نفر چندم مقاله |
|---|---|
| علی کاظمی | اول |
| احمد کشتکار | دوم |
| سعید رشیدی | سوم |
| ناصر اصلان آبادی | چهارم |
| بهروز خداداد | پنجم |
| مهداد اسمعیلی | ششم |
| عنوان | متن |
|---|---|
| کلمات کلیدی | Cardiac Fat; Classification; Gabor Filters; Segmentation; Textural Feature |
| خلاصه مقاله | One of the most important features of the cardiac that are associated with several cardiovascular risk factors such as myocardial ischemia, coronary artery stenosis, metabolic syndrome, atrial fibrillation, and others, are epicardial and pericardial visceral adipose tissues around the cardiac. Therefore, automatic detection, quantification, and segmentation of cardiac fats can be used as an additional feature for medical imaging and visualization in clinical routine in order to save time and a reliable tool for cardiovascular risk assessment. In this paper, we propose an automated method for the segmentation of cardiac epicardial and pericardial adipose tissues in non-contrast CT images. The proposed method includes the pre-processing step using thresholding in the fat range and contrast enhancement using histogram analysis, feature extraction step based on texture features extracted using Gabor filter bank based gray-level co-occurrence matrix (GLCM) and pixel information, and the cardiac fats segmentation step are based on pixel labeling and pattern recognition classification algorithms. The experimental results also indicate a good performance of cardiac fat segmentation compared to the manual segmentation obtained by expert. Experiments showed that the accuracy obtained algorithm designed for the segmentation of cardiac fats was 99.0% with a sensitivity of 90.2% and a specificity of 99.7%. In addition, the Dice similarity index for this algorithm was 91.8%. |
| نام فایل | تاریخ درج فایل | اندازه فایل | دانلود |
|---|---|---|---|
| Certificate.jpg | 1399/01/15 | 1208040 | دانلود |
| English_Paper_CSICC2020_74.pdf | 1399/01/15 | 2884054 | دانلود |
