ارایه یک الگوریتم ترکیبی جدید مبتنی بر روشهای تجزیه جهت تشخیص تومورهای مغز
- سال انتشار: 1400
- محل انتشار: هجدهمین کنفرانس بین المللی مهندسی صنایع
- کد COI اختصاصی: IIEC18_124
- زبان مقاله: فارسی
- تعداد مشاهده: 2661
نویسندگان
دانشجوی کارشناسی ارشد، گروه مهندسی صنایع، دانشکده فنی مهندسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی تهران، ایران
استادیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
دانشیار، گروه مهندسی صنایع، دانشکده فنی مهندسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی تهران، ایران
چکیده
طبقه بندی تصاویر ام آرآی می تواند در روند تشخیص تومور موثر باشد. این مطالعه یک روش جدید ترکیبی را به منظور طبقه بندی تومورهای مغزی معرفی می کند، بدین صورت که از روش یکسان سازی ه یستوگرام به منظور پیش پردازش، از شبکه عصبی کانولوشن به منظور استخراج ویژگی و از روش تحلیل مولفه های اصلی احتمالی به منظور کاهش ابعاد مساله استفاده می شود. استفاده از روشهای تجزیه مخصوصا روش ۱ OVO باعث میشود در طبقه بندی، داده ها به زیر مجموعه های باینری تقسیم شوند که معمولا دقت بیشتری خواهد داشت. با بررسی ۹۰۰ عکس ام آرآی. درفاز اول با استفاده از تکنیک ماتریس هم رخداد (۲GLCM) و مدلهای شبکه عصبی کانولوشن شامل الکس نت، گوگلنت تعداد زیادی ویژگی استخراج شد. در فاز دوم از تکنیک تحلیل مولفه های اصلی (۳PCA)، به منظور کاهش ابعاد در ویژگیها استفاده شد که در نهایت ۲۱۰ ویژگی اصلی، شامل۱۰۰ ویژگی از الکس نت، ۱۰۰ ویژگی از گوگل نت و ۱۰ ویژگی از ماتریس همرخداد، ایجاد شد. در مجموع یک ماتریس با ۲۱۰ ویژگی و ۹۰۰ سطر به منظور طبقه بندی حاصل شد. در فاز سوم به منظور طبقه بندی تصاویر الگوریتم جدید OVO و k نزدیکترین همسایگی (۴KNN) معرفی شد. در نهایت، ارزیابی مدل پیشنهادی با روش k-fold cross-validation در سه مرحله، نشان داد الگوریتم پیشنهادی با دقت قابل قبولی قادر به پیش بینی نوع تومور در تصاویر مغز می باشد.کلیدواژه ها
طبقه بندی، تومور مغری، تصاویر ام آرآی، شبکه عصبی کانولوشن، ماتریس همرخداد،تکنیک تحلیل مولفه های اصلی، الگوریتم OVOمقالات مرتبط جدید
- داده کاوی و یادگیری ماشین در سری های زمانی تحلیل بصری اقتصاد منطقه ای
- یک مدل ریاضی برای مدیریت زنجیره تامین با در نظر گرفتن عدم قطعیت تقاضا
- طراحی زنجیره تامین یکپارچه سبز دو هدفه با هزینه های تصادفی
- Solving a Stochastic Multi-Objective Location-Routing Problem: a Comparative Study of Meta-heuristics
- مکانیابی تسهیلات تولیدی در زنجیره تامین با بکارگیری تکنیک Linmap فازی(مطالعه موردی: تولید قطعات مخابراتی)
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.