امروزه با پیشرفت علم و تکنولوژی، نیازها و خواسته های جدید در زمینه پزشکی، مهندسی مطرح گریده است. طراحی سیستم تشخیص خودکار تصاویر پزشکی یکی از مسائل چالش زا در زمینه پردازش تصاویر پزشکی بوده است که تحقیقات بسیاری از محققان و مهندسان پزشکی را به خود معطوف کرده است. تکنیک های مختلفی برای تصویر برداری پزشکی معرفی شده است که می توان به توموگرافی رایانه-ای (CT)، تصویر برداری تشدید مغناطیسی (MRI)، ماموگارفی اشاره نمود. اهمیت این تکنیک های برای اندام های حیاتی نظیر مغز بسیار بیشتر از سایر اندام ها می باشد، به طوریکه تشخیص تومورهای مغزی از روی تصاویر پزشکی توسط متخصص اولین گام در فرآیند تشخیص بوده است. بررسی تصاویر حاصل از سیستم های تصویر برداری پزشکی به صورت دستی باعث تلف شدن وقت کاری طاقت فرسا محسوب می شود لذا به یک ابزار کاملا خودکار و سریع و مفید که به صورت آنلاین با زمان جستجوی کم برای تشخیص احساس می شود. در این سمنار روش های ارائه شده برای طبقه بندی تصاویر MRI و CT مغز مورد بررسی و مطالعه قرار دادیم و همچنین مزایا و معایب هر کدام از این روش ها را جهت پیدا کردن روش برای تجزیه و تحلیل تصاویر MRI و CT مغز بررسی کردیم.
بازیابی تصویر
وب معنایی
پنهان نگاری
نظریه محاسبات
امنیت اطلاعات
زمانبندی سیستم ها
سیستم های چندعامله
سیستم های خبره
شناسایی الگو
الگوریتم های تکاملی
الگوریتم های زمانبندی
شبکه های نرم افزار محور
امنیت شبکه
مسیریابی شبکه
کنترل ازدحام در شبکه
مهندسی نرم افزار
تکنیک های داده کاوی
متن کاوی
محاسبات ابر
تشخیص سرطان سینه
شبکه های زمینی در شبکه هوشمند
پایگاه داده های موبایل و امنیت
سیستم های کنترل هوشمند
کدگذاری و رمزنگاری
مدلسازی
سیستم های فازی
محاسبات نرم
محاسبات تکاملی
بینایی ماشین
شبکه های حسگر بی سیم
شبکه های سیار موردی
شبکه های ادهاک
پردازش تصویر پنهان نگاری و فشرده سازی تصویر
انطباق تصویر
تشخیص لبه
مسیریابی چندپخشی
تعادل بار