کلاس بندی تصاویر پزشکی MRI با استفاده از شبکه های عصبی اسیلاتوری و روش SVM
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 139
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MHCONF06_014
تاریخ نمایه سازی: 28 خرداد 1401
چکیده مقاله:
مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماری ها می تواند اشتباهات پزشکان و خسارت جانی و مالی را کاهش دهد. هدف از این مقاله بررسی تشخیص و جداسازی بافت های آسیب دیده از بافت های سالم توسط شبکه عصبی اسیلاتوری و SVM می باشد. سیستم عصبی بر مبنای ترکیبی از همکاری بین اسیلاتورهای عصبی و روش عصبی MLP ارائه شده است. و بدین منظور در الگوریتم پیشنهادی برای عملیات پیش پردازش ابتدا تصویر را برای استخراج ویژگی آماده می کنیم در این مرحله از حذف نویز و تبدیلات مورفولوژی استفاده می شود. در مرحله دوم الگوریتم به استخراج ویژگی های تصویر می پردازیم. در این مرحله ویژگی هایی بر مبنای نوع بافت تصویر استخراج می شود البته باید توجه داشت که ویژگی ها برای هر بلوک پیکسلی تعریف می شود زیرا ویژگی هایبافت تصویر برای یک پیکسل قابلیت تعریف ندارد. بنابراین تصویر را به مجموعه ای از پیکسل ها می توان تقسیم نمود و برای هر کدام از بلوک ها ویژگی های تبدیل موجک استخراج می شود.سپس بر اساس دیتا بیس بافت سرطانی و غیر سرطانی شبکه عصبی را آموزش می دهیم و در نهایت بر روی تصاویر مختلف عملیات شناسایی را مشاهده نمود
کلیدواژه ها:
نویسندگان
مهیار علیزاده
تهران، اصفهان