{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q62",
        "title": "تعیین هویت از طریق بیومتریک رگ‌های خونی انگشت دست",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1392",
        "last_update": "2026-06-27",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "Q62",
        "title": "تعیین هویت از طریق بیومتریک رگ‌های خونی انگشت دست",
        "degree": null,
        "faculty": "مهندسی کامپیوتر ",
        "year": 1392,
        "authors": [
            {
                "name": "اکرم غلامی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حمید حسن پور",
                "role": "استاد راهنما"
            },
            {
                "name": "Ali Pouyan",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "بیومتریک",
            "شناسایی رگ‌انگشت",
            "قطعه‌بندی",
            "استخراج الگوی رگ",
            "آستانه آنتروپی محلی",
            "تبدیل‌رادون",
            "تحلیل مؤلفه‌های اصلی (PCA)",
            "الگوهای فضائی مشترک (CSP)",
            "الگوریتم ژنتیک(GA)",
            "روش نزدیک‌ترین همسایه ( (1-NN",
            "شبکه عصبی پرسپترون چندلایه (MLP)"
        ],
        "abstract": "رگ های انگشت یکی از مناسب‌ترین بیومتریک‌ها برای شناسایی افراد می‌باشند. در این مطالعه کاربردی، شناسایی افراد از طریق بیومتریک رگ‌های خونی انگشت دست بررسی و پیاده‌سازی خواهد شد. ابتدا رگ ها را از تصاویر با آستانه گذاری مبتنی بر آنتروپی استخراج می کنیم. این روش با نرخ قابل‌قبولی رگ ها را استخراج می کند، اما تصاویر به شدت نویزی می‌باشند. به این مفهوم که علاوه بر رگ‌ها که بصورت خطوط تیره ظاهر می‌شوند، تعدادی خطوط کوتاه و بلند دیگر نیز در تصاویر وجود دارد. سپس تبدیل رادون را به تصاویر قطعه‌بندی شده اعمال نمودیم. تبدیل رادون به علت داشتن ماهیت انتگرالی، نسبت به نویزهای موجود در تصویر حساس نیست، بنابراین در مقایسه با سایر روش‌ها نسبت به نویز از مقاومت بیشتری برخوردار است. با استفاده از این تبدیل علاوه بر این که به استخراج خطوط رگ بطور دقیق نیاز نیست، دقت و سرعت شناسایی نیز افزایش می‌یابد. در روش پیشنهادی از روش‌های کاهش ابعاد، یعنی تحلیل مؤلفه‌های اصلی  (PCA)و الگوهای فضائی مشترک (CSP) برای استخراج ویژگی از تصاویر رگ‌انگشت دست استفاده می‌شود. برای همین ابتدا تصاویر رادون را پنجره کرده و سپس بر روی هر پنجره بصورت مجزا روش‌های استخراج ویژگی PCA یا CSP را اعمال می‌کنیم. سپس توسط الگوریتم بهینه‌سازی ژنتیک(GA) ویژگی‌های استخراج‌شده از پنجره‌های زائد را از بردار ویژگی نهائی حذف می‌کنیم. در نهایت از شبکه عصبی پرسپترون چند‌لایه (MLP) و کلاسه‌بند نزدیکترین همسایه (1-NN) برای دسته بندی داده‌ها استفاده می‌کنیم. الگوریتم پیشنهادی را بر روی مجموعه تصاویر رگ انگشت پایگاه داده دانشگاه پکینگ اعمال کردیم. با بکار بردن روش پیشنهادی بر روی این مجموعه‌داده، توانستیم به نرخ موفقیت 100درصد دست پیدا کنیم.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_Q62.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}