تشخیص زخمهای بافت دستگاه گوارش بر اساس الگوریتمهای پردازش تصویر

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,479

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECOM01_157

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

سرطان و زخمهای دستگاه گوارش از بیماریهای شایعی در دنیا و بخصوص ایران هستند که در صورت تشخیص زود هنگام،میتوان در بسیاری از موارد از مرگ و میر افراد مبتلاجلوگیری نمود. در این مقاله رویکردی مبتنی بر الگوریتمهای پردازش تصویر برای تشخیص زخمهای بخش فوقانی دستگاه گوارش پیشنهاد شده است. . امروزه پزشکان با استفاده از آزمایشات و نمونهگیریها و با توجه به تجربه و دانش خود این بیماری را تشخیص میدهند.با این حال وجود یک چنین روشی میتواند علاوه بر کاهش خطاهای انسانی از اتلاف وقت وهزینه گردد. برای این منظور پایگاهدادهای شامل 130 تصویر از بافت نرمال و 110 ضایعه تهیه و گردآوری شد. با استفاده ازالگوریتمهای پردازش تصویر و ناحیه بندی تصاویر توسط نرم افزار (®MAZDA) ویژگیهای آماری بافت استخراج گردیده و به منظور کاهش بعد از ترکیب GA و SVM استفاده شدهاست و طبقه بندی با استفاده از طبقه بندیهای LDA, KNN, PNN و تکنیک Leave One Out برای آموزش و تست طبقه بندیها، بهترین دقت تشخیص 96.55 %، بدست آمده است. علاوه بر دقت طبقهبندی بالای 96 درصد، با استفاده ازمتد Field of Experts برای حذف نویز و کاهش تاثیرات ناخالصیها، ترکیب GA و SVM نیز برای انتخاب ویژگی علاوهبر بالابردن قدرت تفکیک موجب افزایش سرعت تشخیص نیز شده است.

نویسندگان

وجیهه اسحاقیان

دانشگاه آزاد اسلامی واحد فردوس، گروه مهندسی کامپیوتر، دانشکده فنی، فردوس،ایران

محمد فیوضی

بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری

جواد صدری

گروه مهندسی کامپیوتر دانشکده مهندسی برق و کامپیوتر ، دانشگاه بیرجند، ایرا ن

جواد حدادنیا

استادیار دانشگاه حکیم سبزواری

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 :
  • _ _ _ , Artificial Intelligence in Medicine (2004) 31, ...
  • Stomach Cancer Overview , American Cancer Society, visited _ http ...
  • tebyannews, http : //news .tebyan-zn.ir, Time visited:Jan 2013. ...
  • H. Osawa, M. Yoshizawa, H. Yamamoto, H. Kita, K. Satoh, ...
  • http ://www .cancergastric .blogfa.com, Time visited: Jan 2013. ...
  • http : //d aneshn amehazad .blogsky.com, Time visited: Jan 2013. ...
  • M.T. Coimbra, J.P.S. Cunha, MPEG-7 visual descriptors - extraction in ...
  • capsule endoscopy, IEEE Transactions on Circuits and (2006) 628-637. ...
  • Zabulis X, Argyros AA, Tsakiris PD. Lumen detection for capsule ...
  • International Conference _ Intelligent Robots and Systems. IEEE Press; 2008. ...
  • P. Szczypinski, A. Klepaczko, M. Pazurek, P. Daniel, Texture and ...
  • http ://x.doi.org/10. 10 16/j.cmpb.201 2.09.004. ...
  • Berens J, Mackiewicz M, Bell D. Stomach, intestine and endoscopy ...
  • images. In: Proceedings of SPIE on Medical Imaging 2005, vol. ...
  • C. Wu, Y. Chen, Texture features for classification of ultrasonic ...
  • S. Roth , M. J. Black. Fields of experts: A ...
  • Weiss, Y., and Freeman, W. T. 2007. What makes a ...
  • B. Olshausen and D. Field. Sparse coding with _ overcomplete ...
  • M. Welling, G. Hinton, and S. Osindero. Learning sparse topographic ...
  • P. M. Szczypinski, M. Strzelecki, A. Materka, A. Klepaczko. MaZda ...
  • C. L. Huang , C. J. Wang. A GA-based feature ...
  • L.Wang, G. Xu , J. Wang , S. Yang , ...
  • Goldberg, and Deb, (1991). A comparative analysis of selection schemes ...
  • V .S. Charisis, L _ J. Hadjileontiadis, C. N. Liatsos, ...
  • M .Welling, "Support Vector Machines", Department of Computer Science University ...
  • نمایش کامل مراجع