ارائه روش ترکیبی برای بهبود تشخیص دسته بندی تومور مغز
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 202
فایل این مقاله در 12 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:
CONFIT01_0449
تاریخ نمایه سازی: 4 مهر 1403
چکیده مقاله:
مجموعه داده های تصاویر و مورد استفاده در این پژوهش در راستای تشخیص تومور، از سایت معتبر جمع آوری شده است . در این پژوهش به منظور ارتقای دقت تعیین موقعیت ضایعه تومور از بافت مغز در یک تصویر، از سه روش متشکل از خوشه بندی ، خوشه بندی و رویکرد آستانه گذاری استفاده گردیده است . بر این اساس، ابتدا ۲۵۳ تصویر مربوط به مغز شامل ۹۸ تصویر بدون تومور و ۱۵۵ تصویر دارای تومور از پایگاه داده دانلود گردید. سپس ۱۱ تصویر از آن ها انتخاب و پس از عملیات پیش پردازش، با استفاده از روش های پیشنهادی ، کارایی آن ها در تشخیص تومور به چالش کشیده شد. در میان روش های مذکور مشخص شد الگوریتم استانه گذاری با میانگین دقت ۸۶۶۳.۸۴ درصد دارای بالاترین عملکرد و پس از آن الگوریتم های خوشه بندی FCM و خوشه بندی به ترتیب با ۸۶۲۷.۸۰ درصد و ۱۶۵۱.۷۹ درصد در رتبه های بعدی قرار گرفتند. بعد از اجرای شبیه سازی روش پیشنهادی و مطابق با نتایج ارائه شده درکل دقت روش پیشنهادی حدودا ۶۳.۹۴ است که عدد قابل قبولی می باشد. همچنین ، سایر معیارهای ارزیابی نیز نشان می دهد که عملکرد روش پیشنهادی قابل قبول است .
کلیدواژه ها:
نویسندگان
الهه زارع اکباتانی
کارشناس ارشد هوش مصنوعی
محمدابراهیم شیری احمدآبادی
عضوهیئت علمی دانشگاه صنعتی امیرکبیر