رایه یک روش تشخیص تومورهای مغزی با الگوریتم خوشه بندی فازی و الگوریتم فراابتکاری

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 154

فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCONF08_093

تاریخ نمایه سازی: 21 اسفند 1401

چکیده مقاله:

تصاویر پزشکی نظیر تصاویر تشدید مغناطیس مغز یکی از روش های تشخیص تومورهای مغزی است و به کمکروش های ناحیه بندی می توان این نواحی آسیب دیده مغز را تا حدودی شناسایی نمود. یکی از روش های ناحیه بندیاستفاده الگوریتم های خوشه بندی مانند خوشه بندی فازی است با این وجود دقت این روش به انتخاب بهینه مراکزخوشه ای بستگی دارد. در این مقاله برای افزایش دقت روش خوشه بندی فازی انتخاب مراکز خوشه ای به عهدهالگوریتم بهینه سازی پروانه گذاشته شده است. در روش پیشنهادی هر ماتریس عضویت یک عضو الگوریتم بهینه سازیپروانه بوده و تعدادی از این ماتریس های عضویت در هر مرحله وجود دارد که توسط الگوریتم پروانه به عنوان یکالگوریتم فراابتکاری به روزرسانی شده و از ماتریس عضویت بهینه برای انتخاب مراکز خوشه ای بهینه استفاده می شود.پیاده سازی روش پیشنهادی در محیط متلب نشان می دهد که رفع نویز به کمک فیلتر میانه باعث می شود لبه و مرزتومورهای مغزی با دقت بیشتری شناسایی شود از طرفی انتخاب سه مرکز خوشه نتایج بهتری را برای استخراجتومورهای مغزی دارد. آزمایشات نشان می دهد شاخص شباهت، دقت، حساسیت و تشخیص در روش پیشنهادی برایاستخراج تومورهای مغزی در تصاویر تشدید مغناطیس به ترتیب دارای مقدار ۹۱/۸۹%، ۹۰.۸۵ و ۹۲.۶۴%است از طرفی روش پیشنهادی در شاخص شباهت از روش های مانند خوشه بندی فازی» فازی مبتنی بر کرنل، فازیمبتنی بر گراف فازی مبتنی بر آنتروپی» شبکه عصبی, نسخه بهبود یافته و فازی و شبکه عصبی تر کیب شده با خوشه-بندی عملکرد بهتری در تشخیص تومورهای مغزی دارد.

کلیدواژه ها:

ناحیه بندی ، تومور مغزی ، الگوریتم فراابتکاری ، الگوربتم بهینه سازی پروانه

نویسندگان

هانیه بساطی

کارشناسی ارشد. گروه کامییو تر موسسه آموزش عالی غیردولتی-غیرانتفاعی پویندگان دانش

رضا طاولی

دکتری کامییوتر و استاد دانشگاه موسسه آموزش عالی غیردولتی-غیرانتفاعی پویندگان دانش