تشخیص زخمهای بافت دستگاه گوارش بر اساس الگوریتمهای پردازش تصویر
- سال انتشار: 1392
- محل انتشار: اولین همایش منطقه ای بهینه سازی و روش های محاسبه نرم در مهندسی برق و کامپیوتر
- کد COI اختصاصی: ELECOM01_157
- زبان مقاله: فارسی
- تعداد مشاهده: 1486
نویسندگان
دانشگاه آزاد اسلامی واحد فردوس، گروه مهندسی کامپیوتر، دانشکده فنی، فردوس،ایران
بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری
گروه مهندسی کامپیوتر دانشکده مهندسی برق و کامپیوتر ، دانشگاه بیرجند، ایرا ن
استادیار دانشگاه حکیم سبزواری
چکیده
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.کلیدواژه ها
سرطان معده،زخم معده، تشخیص خودکار،الگوریتم ژنتیک ، داده کاویمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.