طبقه بندی اتوماتیک تومور در تصاویرMRI مغز با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی

سوده نادری; مهدی جعفری شهباززاده

طبقه بندی اتوماتیک تومور در تصاویرMRI مغز با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی

محل انتشار: همایش ملی الکترونیکی دستاوردهای نوین در علوم مهندسی و پایه

سال انتشار: 1393

نوع سند: مقاله کنفرانسی

زبان: فارسی

مشاهده: 977

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

دانلود فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/304243

شناسه ملی سند علمی:

AEBSCONF01_541

تاریخ نمایه سازی: 6 آبان 1393

چکیده مقاله طبقه بندی اتوماتیک تومور در تصاویرMRI مغز با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی

تومورمغزی یکی از علل اصلی مرگ و میر در میان افراد است. در تحقیقات انجام شده تاکنون ، روش های اتوماتیک و نیمه اتوماتیک متفاوتی در زمینه تشخیص تومور ارائه شده است. هرچند روش های نیمه اتوماتیک باعث کاهش تغییرات نتایج گزارش شده توسط متخصصان می شود، اما استفاده از آن ها در کلینیک های بزرگ وقت گیر بوده و تفاوت زیادی بین معیارهای ارزیابی وجود خواهد داشت. در این مقاله یک سیستم اتوماتیک که با کمک آن تشخیص بافت مغز از جمله تومور انجام می گیرد ارائه می شود و برای این منظور بعد از انجام عملیات پیش پردازش بر روی تصاویر مغز، عمل قطعه بندی بافت با استفاده از مدلی براساس روش های مبتنی بر آستانه انجام می شود. سپس از بافتهای استخراج شده از مرحله قطعه بندی، ویژگی هایی نظیر زرنیک، استخراج و از بین ویژگی های استخراج شده آن هایی که نقش مهمتری در تفکیک پذیری وجود یا عدم وجود تومور دارند. نتایج به دست آمده از این تحقیق در مقایسه با نتایج تحقیقات انجام شده بهبود در دقت طبقه بندی تومور را نشان می دهد.

کلیدواژه های طبقه بندی اتوماتیک تومور در تصاویرMRI مغز با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی:

تومور مغزی ، قطعه بندی ، زرنیک ، الگوریتم ژنتیک طبقه بندی ، شبکه عصبی مصنوعی

نویسندگان مقاله طبقه بندی اتوماتیک تومور در تصاویرMRI مغز با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی

سوده نادری

دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمان، گروه برق، کرمان، ایران

مهدی جعفری شهباززاده

دانشگاه آزاد اسلامی واحد کرمان گروه برق، کرمان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

Gordillo, N., Montseny, E., &Sobrevilla, P. (2013). State of the ...

Mehdi Jafari, Shohreh Kasaei, Automatic Brain Tissue Detection in Mri ...

El-Sayed Ahmed El-Dahshan, TamerHo sny, Abdel-B adeeh M. Salemm , ...

AmirEhs anLashkari _ A Neural Network based Method for Brain ...

Mrs , MamataS .Kalas, An Artificial Neural Network for Detection ...

Song-yunXie, RangGuo , Ning-feiLi, GeWang, Hai -tao Zhao, Brain fMRI ...

Robert P. Velthuizen, LawrenceHallt, LaurenceP .Clarke, Mri Feature Extraction Using ...

Grimaud, J., Lai, M., Thorpe, J., Adeleine, P., Wang, L., ...

Sahoo, P. K., Soltani, S., & Wong, A. K. C. ...

Mustaqeem, A., Javed, A., & Fatima, T. (2012). An Efficient ...

Ramos, R. P., Nascimento, M. Z. D., & Pereira, D. ...

Wang, W., Mottershead, J. E., & Mares, C., 2009, Mode-shape ...

Tahmasbi, A., Saki, F., Aghapanah, H., & Shokouhi, S. B., ...

Aguilar, C., Westman, E., Muehlboeck, J., Mecocci, P., Vellas, B., ...

نمایش کامل مراجع