کاربرد هوش مصنوعی در تشخیص ضایعه های خوش خیم و بدخیم در تصاویر ماموگرافی
محل انتشار: اولین کنگره کاربرد فناوری اطلاعات در سلامت
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,218
فایل این مقاله در 6 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:
CITH01_011
تاریخ نمایه سازی: 9 شهریور 1391
چکیده مقاله:
ماموگرافی روشی دقیق و مطمئن برای تشخیص سرطان پستان درمراحل اولیه است دراین مقاله از تبدیل موجک برای تشخیص به کمک کامپیوتر جهت تشخیص سرطان پستان استفاده شده است برای انجام کار از تصاویر دیجیتال ماموگرام استفاده شده و روشی برای بهبود کارایی سیستم جهت انتخاب ویژگی های مناسب ارایه شده است سیستم طراحی شده از سه مرحله تشکیل شده است درمرحله اول که پیش پردازش نام دارد از تبدیل موجک استفاده کرده و تصاویر ماموگرام به سه سطح تجزیه می شوند مرحله دوم که تحلیل نام دارد شامل استخراج و انتخاب ویژی است ویژگیهای استخراج شده ضرایب تبدیل موجک هستند تمرکز ما دراین مقاله برروی انتخاب ویژگی است از الگوریتم ReliefF برای انتخاب و کاهش تعداد ویژگیها بهره برده ایم به قسمی که ویژگیهای نامربوط را حذف کرده و مجموعه بهینه از ویژگی ها که مفید ترین اطلاعات از میان ضرایب موجک هستند را بدست آورده تادرمرحله سوم که شناخت نام دارد استفاده شوند دراین مقاله از ماشین بردار پشتیبان به عنوان کلاس بند درمرحله شناخت برای تشخیص توده های خوش خیم و تومورهای بدخیم استفاده شده است نتایج بررسی ها کارایی روش پیشنهاد شده را تایید می کند
کلیدواژه ها:
نویسندگان
جمشید شنبه زاده
دانشجوی کارشناسی ارشد کامپیوتر دانشکده فنی و مهندسی دانشگاه تربیت مع
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 :