A New Approach to MRI Brain Images Classification
محل انتشار: نوزدهمین کنفرانس مهندسی برق ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,417
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE19_416
تاریخ نمایه سازی: 14 مرداد 1391
چکیده مقاله:
The aim of this work is to present an automated method that assists diagnosis of normal and abnormal MR images. The diagnosis method consists of four stages, preprocessing of MR images, feature extraction, dimensionality reduction and classification. After histogram equalization of image, the features are extracted based on discrete wavelet transformation (DWT). Then the features are reduced using principal component analysis (PCA). In the last stage three classification methods, k-nearest neighbour (k-NN), parzen window and artificial neural network (ANN) are employed. Our work is the modification and extension of the previous studies on the diagnosis of brain diseases, while we obtain better classification rate with the less number of features and we also use larger and rather different database
کلیدواژه ها:
نویسندگان
Shahla Najafi
Urmia University, Electrical Engineering Department
Mehdi Chehel Amirani
Urmia University, Electrical Engineering Department
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 :