در هنگام جستجو کلمه در قسمت عنوان میتوانید کلمات مورد جستجو را با کاراکتر (-) جدا کنید.
کاربرد نوع شرط:
- جایگاه : پژوهشی
- مجله: ماشین بینایی و پردازش تصویر
- نوع مقاله: Journal Article
- کلمات کلیدی: انسداد,ردگیری همزمان اشیاء,میدان های عصبی پویا,مرتبط سازی داده ها,ویدیو های میکروسکوپی
- چکیده: ردگیری همزمان چند شیء یکی از موضوعات مهم در زمینه بینایی ماشین و پایه کاربردهای بسیاری مانند انواع سامانه های نظارتی انسانی و حیوانی است. از اصلیترین چالش های الگوریتم های این حوزه، مرتبط سازی داده ها به ویژه هنگام بروز انسداد می باشد. از آنجا که انسان ها عملکرد مناسبی در مواجهه با این چالش دارند، انتظار میرود استفاده از الگوریتم های ملهم از مغز در ردگیری همزمان اهداف بتواند به بهبود کارایی این گونه از سامانه ها منجر شود. میدان های عصبی پویا سازگاری بالایی با عملکرد نورونی و شناختی مغز انسان دارند. ما در این مقاله از این میدان ها بهره بردیم تا مانند حافظه کاری انسان در نگهداری و پردازش اطلاعاتی مانند مکان اشیاء، جهت و سرعت آنها ایفای نقش کنند. استخراج این اطلاعات با استفاده از شگردهای بینایی ماشین صورت میگیرد. ارزیابی این روش با مقایسه عملکرد آن با روشهای اخیرا توسعه داده شده روی مجموعه داده حاوی ویدیوهای ضبط شده از حرکات آزادانه لاروهای قزل آلا که در دسترس همگان قرار دارد انجام شده است. نتایج نشان داد که روش پیشنهادی نه تنها از روشهای رقیب عملکرد بهتری دارد، بلکه تقریبا در همه موارد به ویژه بعد از انسداد قادر است مرتبط سازی داده ها را به درستی انجام دهد.
- چکیده انگلیسی: Tracking multiple objects (MOT) is an important topic in almost all computer vision-related areas. One of the most vital challenges in front of MOT’s algorithms is data association, particularly when partial or complete occlusions occur. On the other hand, the human can handle this challenge in everyday scenarios for example while driving a car on a highway or riding a bicycle. Accordingly, we used a brain-inspired method to propose an MOT algorithm that can overcome the above challenge. The proposed method is based on dynamic neural field as a brain-inspired algorithm that can mimic both neural and cognitive functions of the brain. Besides, we benefited from computer vision techniques to find targets and extract features such as their locations, directions, and velocities. We applied our method on an online dataset containing videos recorded from natural movements of zebrafish larvae. Evaluation results using two metrics MOTA and MOTP showed that the proposed method has a promising performance compared to the state-of-the-art algorithms. It can associate all information correctly both in the presence and absence of occlusion events.
- انتشار مقاله: 01-02-1400
- نویسندگان: شیوا کامکار,حمید ابریشمی مقدم,رضا لشگری
- مشاهده
- جایگاه : پژوهشی
- مجله: مجلس و راهبرد
- نوع مقاله: Journal Article
- کلمات کلیدی: جرم,تورم,سرقت,قتل,اقتصاد جرم
- چکیده: تلاش برای تدوین سیاست هایی جامع به منظور پیشبرد فرآیند توسعه اقتصادی ، اجتماعی ، سیاسی ، فرهنگی و... جامعه ایجاب می کند که آثار تورم به عنوان یکی از مهمترین مشکلات کشورهای در حال توسعه در تمامی ابعاد زندگی افراد از جمله مسائل اجتماعی همچون جرایم که سالانه هزینه های زیادی را متوجه افراد و جوامع می گرداند مورد بررسی قرار گیرد. بدین منظور پس از بیان مباحث نظری ، رابطه تورم با جرایم با استفاده از یک مدل داده های تلفیقی در سطوح مختلف زمانی (کوتاه مدت و بلند مدت) به صورت تجربی و در سطح استان، طی دوره91-1376بررسی می گردد و میزان اثرگذاری این متغیر بر انواع جرایم از جمله جرایم دارایی و جرایم خشن در کنار سایر متغیرهای مهم دیگر مشخص می شود.
نتایج مطالعه نشان می دهد که تورم همواره در بلندمدت و کوتاه مدت اثر معنادار و مثبتی بر انواع جرایم دارد و مقایسه کشش ها حاکی از آن است که اثر تورم بر جرایم حتی بیشتر از اثر بیکاری بر جرایم می باشد.- چکیده انگلیسی: Efforts to develop comprehensive policies to promote community economic, social, political, cultural and etc development ; need to examine the effects of inflation as one of the most important problems of developing countries in all aspects of life including social issues such as crime the annual fee noticed that a lot of people and communities be considered. Thus, after the theoretical expression, inflation swelling associated with the crime will be dealt with using a panel data model when the various levels (short and long term) of the experimental and at the provincial level will be dealt with over the years 1997-2012 and effectiveness of these variables on a variety of crimes including property crimes and violent crimes, along with other important variables.
The results show that inflation is always significant and positive in the long term and short-term effect on crime types and drawing comparisons suggest that the effect of inflation on crime is even more than the effect of unemployment on crime.- انتشار مقاله: 24-04-1393
- نویسندگان: حمید ابریشمی,زکیه رضائی
- مشاهده
- جایگاه : پژوهشی
- مجله: فصلنامه مطالعات اقتصادی کاربردی ایران
- نوع مقاله: Journal Article
- کلمات کلیدی: مالیات,ثبات و پایداری درآمدی,مدل خودرگرسیونی و توزیع با وقفه (ARDL)
- چکیده: تنوعبخشیبهمنابعدرآمدهااعمالیکسیاستاستراتژیکدر اقتصاد و مدیریت است. با تنوعبخشی امکاندسترسیبا ثباتتر و انعطافپذیرتریبهاهدافو کارکردهایمدیریتمالیفراهم میشود. در این مقاله، اثر متغیرهاییمانند نوساناتتولید ناخالصداخلی، شاخصتنوعبخشیمالیات، سهممالیاتهای غیرمستقیم، نسبتمالیاتبهتولید ناخالصداخلی، نرخرشد درآمدهاینفتی، تولید ناخالصداخلیسرانه، سهمارزشافزودهبخشکشاورزیو ضریبجینیبرنوساناتدرآمدهایمالیاتیدولتبا استفاده از روش مدل خود رگرسیونی و توزیع با وقفه(ARDL)موردبررسیو تحلیلقرار گرفتهاست. نتایج بهدستآمده از تخمین مدل رگرسیونی نشان میدهند که ساختار مالیاتها و همچنین ساختار اقتصاد در یافتن ترکیبی از مالیاتها که ثبات درآمدی برای دولت به وجود آورند، نقش مهمی دارند، علاوه بر این ساختار هر مالیات نیز بر عملکرد مالیاتی و نتایج آن اثر تعیینکنندهای دارد.
- چکیده انگلیسی: Diversification of income sources is a strategic policy application in economics and management. Deal with the diversity makes it possible to access a more stable financial management objectives and its performance. In this paper, the effects of some variables such as fluctuations in GDP, tax diversification index, the share of indirect taxes, the tax to GDP ratio, oil income growth rate, GDP per capita, the share of agriculture value added, Gini coefficient on government tax income fluctuations are examined by using ARDL regression model.
The results of estimating the regression model show that tax structure and the structure of the economy are important to bring stability for the combination of government tax revenue. In addition the tax structure and tax consequences affects on performance.- انتشار مقاله: 29-06-1394
- نویسندگان: ابراهیم نصیرالاسلامی,تیمور رحمانی,حمید ابریشمی
- مشاهده
- جایگاه : پژوهشی
- مجله: فصلنامه مطالعات اقتصادی کاربردی ایران
- نوع مقاله: Journal Article
- کلمات کلیدی: تبدیل موجک,قیمت نفت خام,مدل هلت-وینترز,رگرسیون هارمونیک,ARMAX
- چکیده: با توجه به اهمیت ویژهی نفت بهعنوان یکی از منابع اصلی تأمینکنندهی انرژی در جهان و قیمت آن در بازارهای بینالمللی، بر آن شدیم تا در این پژوهش به پیشبینی قیمت نفت خام با استفاده از متدولوژی جدیدی بپردازیم. روش حاضر ترکیبی از تبدیل موجک و مدلهای، رگرسیون هارمونیک و مدل هُلت-وینترز است که بهطور همزمان برای پیشبینی سری زمانی قیمت نفت خام به کار گرفته شـدهاند. دادههای سری زمانی قیمت نفت خام، ابتدا با استفاده از تبدیل موجک به سه سری دادههای دارای روند، دادههای متأثر از عوامل فصلی و دادههای با فرکانس بالا (تلاطمات) تجزیه میشوند. سپس هر سری با استفاده از مدل مربوط به آن پیشبینی شده و در مرحـلهی نهایی، برای دسـتیابی به پیشبینی نـهایی سریهای زمانی پیشبینی شده با هم ترکیب میشوند. پیشبینیهای بدست آمده با استفاده از مدل پیشنهادی با پیشبینیهای حاصل از روش مقایسه گردیده است. نتایج حاکی از آن است که مدل مورد استفاده در این تحقیق، پیشبینی صحیحتر و با خطای کمتری برای قیمت نفت خام ارائه میدهد.
- چکیده انگلیسی: This paper presents a new model for forecasting crude oil prices. The model is a combination of wavelet transformation with the ARMAX, Harmonic regression Holt-Winters and models. The study applies this model to forecasting the time series data of crude oil. The time series data of oil prices are decomposed by applying wavelet transformation to the three series; trend series, seasonality series and high frequency (fluctuations) series. The study then proceeds to apply the related models to forecast each series and finally to achieve the final forecasting, combines the forecasted time series with each other. By comparing the resulted forecasts from the proposed model with ARMA model, it is indicated that the using model in this thesis has better performance and accuracy.
- انتشار مقاله: 25-10-1391
- نویسندگان: حمید ابریشمی,نفسیه بهرادمهر,طاهره سیفی
- مشاهده
- جایگاه : پژوهشی
- مجله: فصلنامه مطالعات اقتصادی کاربردی ایران
- نوع مقاله: Journal Article
- کلمات کلیدی: مالیات,تئوری پورتفوی,ثبات و پایداری درآمدی
- چکیده: تنوع بخشی به منابع درآمدها اعمال یک سیاست استراتژیک در اقتصاد و مدیریت میباشد. با تنوع بخشی امکان دسترسی با ثباتتر و انعطافپذیرتری به اهداف و کارکردهای مدیریت مالی فراهم
میشود. در این تحقیق هدف اصلی مطالعه، یافتن اثر تنوع بخشی درآمدی در درآمدهای مالیاتی دولت بر روی ثبات درآمدی و کاهش ریسک پورتفوی درآمدهای مالیاتی دولت میباشد.
در این مقاله با استفاده از دادههای آماری مربوط به عملکرد مالیاتهای مستقیم و غیرمستقیم و بندهای اصلی آنها در ایران برای دوره زمانی 1357 تا 1390 به صورت سالانه سهم بهینه مالیاتها تخمین و تحلیلهای لازم بر اساس مدل پورتفوی صورت گرفته است.
نتایج به دست آمده حکایت از این امر دارد که پورتفوی مالیاتی دولت هم با استفاده از مالیاتهای مستقیم و غیرمستقیم و هم با استفاده از بندهای اصلی این مالیاتها با پورتفوی بهینه متفاوت است.- چکیده انگلیسی:
- انتشار مقاله: 26-04-1391
- نویسندگان: حمید ابریشمی,تیمور رحمانی,ابراهیم نصیرالاسلامی
- مشاهده
- جایگاه : پژوهشی
- مجله: فصلنامه علمی علوم زمین
- نوع مقاله: Journal Article
- کلمات کلیدی: تصاویر SAR,نوفه اسپکل,تبدیل موجک مختلط دو شاخه,تخمینگر دومتغیره بیز,توزیع دو متغیره همسانگرد پایدار
- چکیده: با وجود کاربرد مؤثر تصاویر SAR در استخراج خطوارهها و گسلها، تهیه مدل رقومی زمین و تعیین جابهجاییها و تغییر شکل زمین در اثر زلزله، این تصاویر به دلیل وجود نوفهای ضرب شونده به نام اسپکل (Speckle noise) از کیفیت رادیومتریک پایینی برخوردار هستند. بنابراین بهبود کیفیت این تصاویر به منظور استفاده بهینه از آنها در کاربردهای سنجش از دور، از اهمیت ویژهای برخوردار است. در این مقاله یک روش جدید و مؤثر به منظور بهبود کیفیت تصاویر SAR ارائه شده است. در این روش، ابتدا تصویر لگاریتمی SAR توسط تبدیل موجک (Wavelet) مختلط دو شاخه تجزیه میشود. آنگاه به منظور استخراج صحیح وابستگیهای بین مقیاسی، مؤلفه سیگنال ضرایب موجک در مقیاسهای مجاور به صورت مؤثری توسط توزیع دو بعدی همسانگرد (Isotropic)پایدار مدل میشود، در حالی که مؤلفه نوفه توسط یک توزیع گوسی دو بعدی همسانگرد تقریب زده خواهد شد. سپس یک تخمینگر دو متغیره بیز (Bivariate Bayesian estimator) برای جداسازی بهینه سیگنال از نوفه در فضای موجک طراحی میشود. مقایسههای کیفی و کمی روش پیشنهادی با چندین روش جدید کاهش نوفه اسپکل درتصاویر SAR، نشان از عملکرد بهینه این الگوریتم دارد.
- چکیده انگلیسی: Despite the wide application of SAR images in lineaments extraction, DEM generation and displacements determination, their radiometric quality and interpretability is degraded due to the presence of a multiplicative noise called speckle. Therefore, the enhancement of SAR images is an important step before using them in any application. In this paper, a new image enhancement method tailored to SAR images is proposed. In this method, the logarithmically transformed SAR image is decomposed using the dual-tree complex wavelet transform (DTCWT).In order to effectively extract the wavelet interscale dependencies, the signal component of wavelet coefficients is modeled with an isotropic stable distribution, while the noise component is approximated using an isotropic Gaussian model. A bivariate Bayesian estimator is then designed to effectively remove speckle from noisy coefficients in the complex wavelet domain. Both quantitative and qualitative comparisons of the proposed method with new speckle reduction methods, demonstrate its higher performance in speckle reduction from SAR images
- انتشار مقاله: 24-01-1387
- نویسندگان: محمد فروزانفر,حمید ابریشمی مقدم,مریم دهقانی
- مشاهده
- جایگاه : پژوهشی
- مجله: فصل نامه علمی پژوهشی مهندسی پزشکی زیستی
- نوع مقاله: Journal Article
- کلمات کلیدی: اسکلروز چندگانه (MS),مسیرهای بینایی,مگنو,پاروو,کونیو,هستهی زانویی جانبی (LGN),تصویرنگاری عملکردی با تشدید مغناطیسی (fMRI)
- چکیده: در فرایند بینایی، اطلاعات تولید شده توسط گیرندههای نوری استوانهای و مخروطی، پس از فشرده شدن در شبکیه، از طریق سه مسیر جداگانهی سلولهای عقدهای، به نامهای مگنو، پاروو و کونیو، به مراکز پردازشی سطح بالاتر ارسال میشوند. شواهد مبتنی بر الکتروفیزیولوژی و سایکوفیزیک، حاکی از آن است که این مسیرهای سهگانه، الگوهای خاصی از تخریب عملکردی را در بیماری اسکلروز چندگانه (MS) نشان میدهند. اگرچه مکانیابی دقیق فعالیت عصبی در این مسیرها، با استفاده از fMRI امکانپذیر است، تا کنون هیچ مطالعهای با استفاده از fMRI روی تخریب عملکرد این مسیرها در بیماران MS انجام نشده است. در این پژوهش، به بررسی اختلالات ایجاد شده در عملکرد این مسیرها در بیماران MS پرداخته شده است. بدین منظور، سه محرک بینایی متفاوت، با فرکانسهای مکانی و زمانی خاص، برای تحریک اختصاصی این سه مسیر، تولید شده است. این محرکها، به هوسیلهی پروژکتوری کالیبره شده، که در خارج از اتاق اسکنر MRI قرار داشت، به فرد داخل اسکنر نشان داده میشد. با استفاده از یک پروتکل استاندارد، از دو گروه سالم و مبتلا به MS (هر گروه شامل 5 نفر) تصویربرداری fMRI انجام شد. در نهایت، پاسخهای به دست آمده در قشر بینایی و ناحیهی هستهی زانویی جانبی (LGN)، به طور درونگروهی و برونگروهی، مورد تحلیل قرار گرفت. آنالیزهای گروهی دادههای fMRI، با استفاده از مدل خطی عمومی (GLM) و روش تاثیر ثابت، در نرمافزار FSL انجام شد، که نتایج به دست آمده، نشان دهندهی الگوهایی از تخریب عملکردی در قشر بینایی و LGN در گروه MS بود. همچنین، از میان سه مسیر بینایی مگنو، پاروو و کونیو در LGN، تنها در مسیر سلولی مگنو، تخریب معنیدار عملکردی در بیماران MS مشاهده شد.
- چکیده انگلیسی: During vision process, the information produced by rod and cone photoreceptors is compressed in retina and then is transmitted by three separated pathways of ganglion cells, Magno, Parvo and Konio, to the upper level processing centers. There are electrophysiological and psychophysical evidences that these three pathways show characteristic patterns of malfunction in multiple sclerosis (MS) patients. Although fMRI can provide accurate localization of the neural activities in these pathways, there is no fMRI study on malfunctions of these pathwyas in MS yet. So by employing the differences in structure and function of these cells, we generated three different visual stimuli with different spatial and temporal frequencies to stimulate each pathway separately. These stimuli were shown to the subject inside MRI scanner by a calibrated projector located outside of scanner room. The fMRI data were acquired from two groups of normal and MS subjects (each including 5 subjects) by using a standard protocol. Finally, the activation results in visual lobe and LGN were analyzed in within-group and between-group levels. The group analysis of fMRI data was performed by using general linear modeling (GLM) and fixed-effect method via FSL software and results showed patterns of malfunctions in visual cortex and LGN in MS group. Also, among Magno, Parvo, and Konio cellular pathways in LGN, just the activation of Magno cellular pathway showed significant malfunction in MS group.
- انتشار مقاله: 14-05-1397
- نویسندگان: ندا سرداریپور,علیرضا صدقی,علی یونسی,علی خادم,حمید ابریشمی مقدم
- مشاهده
- جایگاه : پژوهشی
- مجله: فصل نامه علمی پژوهشی مهندسی پزشکی زیستی
- نوع مقاله: Journal Article
- کلمات کلیدی: نوزادان,مدل هندسی,رشد مغز,تصاویر تشدید مغناطیسی,تفکیکپذیری زمانی,دگردیسی مکانی
- چکیده: سیر تکاملی چینخوردگیهای مغز نوزادان شاخص مهمی در رشد مغز انسان میباشد و تحلیل کمی این روند رشد در مطالعات عصبی سودمند میباشد. نکته مهم در تحلیل کمی رشد مغز نوزادان تفکیکپذیری زمانی1 مورد نیاز و معنادار میباشد. در این مقاله برای اولین بار تخمین بازه زمانی مورد نیاز برای مطالعه ویژگیهای ماکروسکوپی و استفاده از ابزار مناسب برای تحلیل این ویژگیها در هفتههای پس از تولد بررسی شده است. بدین منظور دو بازه سنی 40-39 و 42-41 هفتگی از زمان شروع بارداری2 (GA) در نظر گرفته شده و دو مدل هندسی مبتنی بر تصاویر تشدید مغناطیسی با وزن 1T ساخته شد. انحراف مکانی و پراکندگی برخی نشانگرهای آناتومی و میانگین متوسط و بیشینه طول بردار دگردیسی3 مکانی در 25 تصویر آزمون یکسانسازی شده به مدلهای هندسی مقایسه و بررسی شدند. نتایج آزمون MANOVA تفاوت معنیدار در انحراف مکان ویژگیهای آناتومی و میانگین متوسط و بیشینه طول بردار دگردیسی مکانی را در این دو بازه سنی نشان داد. همچنین تحلیل کمی پراکندگی دادههای یکسانسازی شده بین دو بازه سنی، تفاوت معنیدار بین ویژگیهای مذکور و تاثیر یکسانسازی به مدل هندسی پویا را در مواردی که آزمون MANOVA منجر به عدم رد فرضیه پوچ میشود نیز تایید کرد. با توجه به نتایج مطروحه در رنج سنی 42-39 هفتگی GA میتوان نتیجه گرفت که فاصله زمانی دو هفته، کمینه فاصله زمانی در هفتههای پس از تولد برای ساخت مدل هندسی بهمنظور بررسی رشد مغز در سطح ماکروسکوپی میباشد.
- چکیده انگلیسی: Reliable gradation of neonatal brain development is important for clinical investigation of neurological disorders. A prerequisite for such quantification of development is knowledge about an appropriate temporal resolvability. For this purpose, we investigated the evolution of macroscopic morphological features of the neonatal brain to estimate, for the first time, the required temporal interval in the early weeks after birth. In a first step, we constructed two neonatal templates for the age ranges of 39-40 and 41- 42 weeks' gestational age using T1-weighted MR images. We compared the spatial variation of anatomical landmarks and the average and the maximal length of spatial deformation in 25 subjects normalized to the two templates along x, y and z directions. MANOVA confirmed the significant difference between spatial variations of the above macroscopic features in the two age ranges. Furthermore, quantitative analysis of feature scattering yielded the same result even in features for which the null hypothesis was not rejected by MANOVA. We conclude that minimal temporal interval of two weeks is required for acute macroscopic morphological studies of the developing brain in the early weeks after birth.
- انتشار مقاله: 25-03-1394
- نویسندگان: مریم مومنی,حمید ابریشمی مقدم,راینهارد گرب,کامران کاظمی,فابریس والوا
- مشاهده
- جایگاه : پژوهشی
- مجله: فصل نامه علمی پژوهشی مهندسی پزشکی زیستی
- نوع مقاله: Journal Article
- کلمات کلیدی: اطلس مغز نوزاد,اطلس مبتنی بر یک فرد,اطلس احتمالی,اطلس آماری,تصاویر تشدید مغناطیسی (MRI)
- چکیده: مطالعه فرآیند رشد مغز در دوران نوزادی و کودکی از اهمیت زیادی برخوردار است. زیرا هرگونه اختلال در این فرآیند میتواند سبب بروز بیماری در فرد شود، بویژه اگر نوزاد به صورت نارس بدنیا آمده باشد. پیشرفتهای اخیر در زمینة تصویربرداری تشدید مغناطیسی امکان اخذ تصاویری را با کیفیت و رزولوشن بالا از بافتهای مغزی نوزادان فراهم ساخته است. با ناحیهبندی و استخراج بافتها میتوان به مدلسازی تغییرات در بافت مغزی پرداخت و بر مراحل رشد مغزی نوزادان و کودکان نظارت کرد. از طرف دیگر داشتن یک مدل نزدیک به واقعیت از سر شامل پوست، جمجمه و مغز میتواند در حل دقیقتر مسأله معکوس مکانیابی منبع سیگنالهای مغزی ثبتشده کمک کند و همچنین چگونگی انتشار امواج الکترومغناطیس را در سر نوزادان نشان دهد. در این مقالة مروری، در ابتدا اطلسهای مغز به سه دستۀ اطلسهای مبتنی بر یک فرد، اطلسهای احتمالی و اطلسهای آماری طبقهبندی میشوند. در ادامه اطلسهای مغزی نوزادان در دستهبندیهای مطرح شده، بیان و روش ایجاد و کاربرد هر کدام مطالعه میشود. در پایان ضمن بررسی نقاط ضعف و قوت اطلسهای مغزی ساخته شده برای نوزادان تاکنون به تبیین فعالیتهای جاری و روند تحقیقات آتی در این زمینه میپردازیم.
- چکیده انگلیسی: Diagnostic follow-up of the brain development during the neonatal period and childhood is an important clinical task. Any disturbance of this process can cause pathological deviations, especially if the baby is born premature. Recent advances in magnetic resonance imaging allow obtaining high-resolution images of the neonatal brain. After segmenting the brains they can be used to reconstruct and model changes occurring during neonatal brain development. In addition such near-realistic model of the head, including the skin, skull and brain can be used to solve the inverse problem of determining the sources of registered signals from electrical brain activity. Although there exist numerous methods and various modeling schemes for adults, these cannot be used directly for neonates due to important differences in morphology. In this review article, neonatal brain atlases are divided into three categories: individual atlases, probabilistic atlases and stochastic atlases. In the following, existing neonatal brain atlases are placed in this classification and their methods of construction are presented. Furthermore, strengths and weaknesses of those neonatal brain atlases are analyzed and finally future research trends in this area are explained.
- انتشار مقاله: 26-03-1394
- نویسندگان: حمید ابریشمی مقدم,مریم مومنی,کامران کاظمی,راینهارد گرب,فابریس والوا
- مشاهده
- جایگاه : پژوهشی
- مجله: فصل نامه علمی پژوهشی مهندسی پزشکی زیستی
- نوع مقاله: Journal Article
- کلمات کلیدی: پردازش تصویر,شبکیه,شناسایی هویت,تبدیل فوریه- ملین,ممان,مدل مارها
- چکیده: یکتایی الگوی توزیع رگ های خونی شبکیه به عنوان راهکاری برای شناسایی هویت افراد مورد استفاده قرار می گیرد. در این مقاله روش مناسبی برای شناسایی هویت افراد بر اساس تصویر شبکیه ارائه شده است. این روش نسبت به چرخش، تغییر مقیاس و انتقال غیرحساس است. برای استخراج ویژگی های مطلوب تصاویر شبکیه از تبدیل فوریه- ملین و ممان های تصویر استفاده شده است. برای جبران چرخش که عموما ناشی از موقعیت های گوناگون اسکنر شبکیه نسبت به چشم خواهد بود، جبران ساز چرخش طراحی شده است. در تحلیل تصاویر شبکیه از مرکز دیسک نوری به عنوان یک نقطه ثابت و مرجع استفاده و برای تعیین آن از موجک هار و مدل مارها بهره گرفته شد. نتایج شبیه سازی روش پیشنهادی درصد خطایی نزدیک به صفر را نشان می دهد.
- چکیده انگلیسی: One of the most accurate techniques for human identification is based on the uniqueness of the retinal blood vessels pattern. In this paper, we present a new approach for human identification using retina image. This approach is insensitive to rotation, scaling and translation. The Fourier-Mellin transform coefficients and moments of the retinal image were used to extract the suitable features. To compensate the rotational effects caused by different relative positions of the retina scanner with respect to the eye, a rotation compensator was designed. For retinal image interpretation, the optic disc location was considered as a fixed and reference point. For its localization, the Haar wavelet and the Snakes model were used. The experimental results demonstrated an error rate close to zero for the proposed method.
- انتشار مقاله: 12-04-1394
- نویسندگان: هادی جعفریانی,حمید ابریشمی مقدم,محمدشهرام معین
- مشاهده