ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص سرطان سینه با استفاده از روشهای داده کاوی و ویژگی های تراکمی هیستوگرام وویژگیهای ماتریس هم رخدادی glcm

تعداد صفحات: 6 | تعداد نمایش خلاصه: 1010 | نظرات: 0
سال انتشار: 1393
کد COI مقاله: INDMATH01_100
زبان مقاله: فارسی
(فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص سرطان سینه با استفاده از روشهای داده کاوی و ویژگی های تراکمی هیستوگرام وویژگیهای ماتریس هم رخدادی glcm

سهیل زارعی - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد شبستر
عسگر علی بوپر - استادیار ، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه شهید مدنی آذربایجان

چکیده مقاله:

در چند سال گذشته ، ابزار کامپیوتری نقش مهمی را در تشخیص سرطان سینه ایفا کرده اند. این مقاله روشی برای تشخیص سرطان سینه در ماموگرافی دیجیتال با بهره گیری از خصوصیات هم رخدادی سطح خاکستری و ویژگی های تراکمی هیستوگرام (glcm) پیشنهاد شده است که با استفاده از روش های داده کاوی این کار را انجام می دهیم. تکنیک تصویرکاوی به استخراج تصویر و دانش ضمنی به همراه ارتباط داده ای یا سایر الگوهایی که صراحتاً در تصاویر ذخیره نمی شوند می پردازد. این تکنیک در واقع توسعه ی داده کاوی به حوزه ی تصویر است. هدف اصلی این تحقیق اعمال تصویرکاوی در حوزه ای چون ماموگرام های سینه است تا بافت سرطانی طبقه بندی و شناسایی گردد. به منظور بررسی امکان پذیری رویکرد داده کاوی، در این تحقیق، از یک الگوریتم رقابت استعماری بهینه برای کاهش ویژگی ها استفاده می شود. نتایج تجربی نشان می دهند که این روش می تواند با کاهش تعداد ویژگی ها ، سرعت بررسی را افزایش و ویژگیهای مناسبی را جهت طبقه بندی با درخت تصمیم ارائه دهد.

کلیدواژه ها:

داده كاوي، خصوصيات ماتريس هم رخدادي، شدت هيستوگرام، الگوريتم رقابت استعماري، درخت تصميم

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/283820/

کد COI مقاله: INDMATH01_100

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زارعی، سهیل و علی بوپر، عسگر،1393،تشخیص سرطان سینه با استفاده از روشهای داده کاوی و ویژگی های تراکمی هیستوگرام وویژگیهای ماتریس هم رخدادی glcm،اولین کنفرانس ملی ریاضیات صنعتی،تبریز،،،https://civilica.com/doc/283820

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، زارعی، سهیل؛ عسگر علی بوپر)
برای بار دوم به بعد: (1393، زارعی؛ علی بوپر)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • _ l _ _ _ _ _ mammograms' , Computerized ...
  • _ _ _ _ with Applications, pp.5719-5726, 2011. DR, ...
  • R _ Dhamodharan, Medical Image Feature, Extraction, Selection and Classification", ...
  • Mohammed J.Islam, Majid Ahamadi and Maher A.Sid-Ahmed, ...
  • T.S.Subashini, V.Ramalingam and S.Palanivel, "Automated assessment of breast tissue density ...
  • Pasquale Delogu, Maria Evelina Fantacci, Parmian Kasaeand Alessandra Retico _ ...
  • _ _ _ New Cost Sensitive Decision Tree Method Application ...
  • Yvan Saeys, Thomas Abeel, Yves Van de Peer Towards robust ...
  • _ _ _ _ Biomedical Engineering and Informatis (BMEI), 3rd ...
  • Li Ke, Nannan Mu, Yan Kang Mass computer-aided diagnosis method ...
  • _ _ _ Designing MIMO PID Controller using Colonial Competitive ...
  • _ _ _ Algorithm: An Algorithm for Optimization Inspired by ...
  • _ _ Classification by Association Rule Using Statistical and GLCM ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 2,072
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی