بهینه سازی تصاویر CT SCAN جهت تشخیص سرطان ریه با استفاده ازالگوریتم بهینه سازی فاخته

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 819

فایل این مقاله در 20 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RSETCONF03_010

تاریخ نمایه سازی: 27 شهریور 1399

چکیده مقاله:

یکی از علل اصلی مرگ سرطان برای مردان و هم زنان سرطان ریه است. بهترین راه برای بهبود شانسبیمار برای بقا، تشخیص اولیه سلول های سرطانی بالقوه است. هیچ یک از سیستم های موجود به دقتبیش از 98 % دست یافته اند. در این پژوهش، ما یک سیستم تشخیص بهینه را نه تنها برای تشخیصاولیه گره های سرطان ریه پیشنهاد می کنیم. در رویکرد ما، برای تقسیم بندی دقیق منطقه بهره (ROI)،تکنیک ترکیبی به نام (FCM) و الگوریتم های بخش بندی در حال رشد منطقه مورد استفاده قرارمی گیرند. سپس ویژگی های مهم گره مورد نظر مانند هندسه، بافت و ویژگی های آماری یا شدت استخراجمی شوند. از ویژگی های استخراج شده در بالا، ویژگی های بهینه مورد استفاده برای طبقه بندی سرطان ریهبا استفاده از الگوریتم بهینه سازی جستجوی Cuckoo شناسایی می شوند. در نهایت، طبقه بندی کننده SVM با استفاده از این ویژگیهای بهینه آموزشدیده است، که به نوبه خود به ما کمک کند تا نوع سرطان ریه بی خطر یا بدخیم طبقه بندی کنیم. کل حساسیت و ویژگی به دست آمده در سیستم ما بهترتیب 98.13 و 98.79 درصد هستند.

کلیدواژه ها:

فازی C-means ، الگوریتم بخش بندی ، الگوریتم بهینه سازی جستجوی فاخته. SVM

نویسندگان

فتانه تبرته فراهانی

کارشناس ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی اراک، اراک – ایران