ارائه روشی به منظور تشخیص بیماری سرطان معده با استفاده از ترکیب و تعامل الگوریت مهای پردازش تصویر، الگوریتم الگوی باینری محلی و ماشین بردار پشتیبان

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 979

فایل این مقاله در 8 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:

TIAU01_160

تاریخ نمایه سازی: 14 شهریور 1393

چکیده مقاله:

هر چند میران بروز سرطان معده طی دهه های اخیر در ممالک غربی بطور چشمگیری کاهش یافته است،اما این بیماری هنوز یکی از علل مرگ و میردر کشور های در حال توسعه می باشد. در کشور ما، سرطان معده جز شایع ترین بدخیمی ها بوده که میزان بروز آن در بعضی مناطق همچون شمالغرب وشمالشرق بالاست. در این تحقیق روش جدیدی برای تشخیص بیماری سرطان معده ارائه شده است. یکی از مشکلات اساسی مربوط به این بیماری عدم تشخیصبموقع و صحیح آن می باشد. امروزه پزشکان بیش از هر چیز با تکیه بر تجربیات و دانسته های خود، آزمایشات پیچیده و وقت گیر به این بیماری پی می برند. با اینوجود خطاهای انسانی اجتناب ناپذیر است؛ در این تحقیق داده های 55 فرد (انتخاب تصادفی) مورد ارزیابی قرار گرفتند. با استفاده از فرآیندهای پردازش تصویر و الگوریتم های هوشمند مصنوعی شامل؛ پیش پردازش های اولیه به منظور بهبود کیفیت و ویژگی های آماری تصویر، الگوریتم الگوی باینری محلیLBP به منظور استخراج ویژگی، الگوریتم هیستوگرام تصویرHistogram به منظور بیان استخراج ویژگی های بیماران و الگوریتم ماشین بردار پشتیبانSVM به منظور طبقه بندی صحیح بین بیماران و موارد مشکوک در جهت شناسایی و تشخیص بیماری استفاده شده است. سیستم پیشنهادی با استفاده از ترکیب رو شهای مذکور موفق شد با تکیه بر ویژگی های پایگاه داده در قالب ترکیب و تعامل به دقت شناسایی 91.8 % دست یابد. روش های حاضر علی رغم دقت بالا، هزینه بر و وقت گیر می باشند؛ که با مقایسه این روش با روش های مذکور به دقت و کارایی آن پی خواهیم برد

کلیدواژه ها:

بیمار ، سرطان معده ، بدخیم ، خوش خیم ، الگوریتم های هوشمند مصنوعی ، ماشین بردار پشتیبان

نویسندگان

دانیال احمدزاده

گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی (نیشابور)، نیشابور، ایران.

محمد فیوضی

بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران،مرکز تحقیقات فناوری های نوین پزشکی ، دانشگاه علوم پ

جواد حدادنیا

بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران،مرکز تحقیقات فناوری های نوین پزشکی ، دانشگاه علوم پ

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 :
  • تشخیص بیماری دیابت با استفاده از الگوریتم SVM [مقاله کنفرانسی]
  • D. West, _ West, Model selection for a medical diagnostic ...
  • _ Fuchs CS, Mayer RJ. Gastric carcinoma. N Engl J ...
  • Breaux JR, Bringaze W, Chappuis C, Cohn L. Jad enocarc ...
  • Abeloff MD Clinical Oncology. 2nd ed. New York, Churchill Livingstone, ...
  • M ousavi-Jarrahi A, Malekezadeh R, et al. Cancer Occurrence in ...
  • Rangayyan, R. M. (2005). Biomedical Image Analysis. Canada, CRC Press. ...
  • _ _ _ _ _ Recognition, 34(2): 299-314, 2001. ...
  • Bi. Yaxin; Bell. David; Wang. Hui; Guo. Gongde; Guan. Jiwen, ...
  • L.I. Kuncheva, Combining Pattern Classifiers, Methods and Algorithms, New York, ...
  • S. Tulyakov; S. Jaeger; V. Govindaraju; D. Doermann, "Review of ...
  • Inteligence(S CI) 90, 361-386 , 2008. ...
  • M. Sugeno, "Industrial Applications of Fuzzy Control", Elsevier, Book, New ...
  • F. Bergh and A. Engelbrecht, _ new local lyconvergent particle ...
  • J.Kittler; M.Hatef; R.Duin P. W: J.Matas, :On Combining _ _ ...
  • S. Tulyakov; S. Jaeger; _ Govindaraju; D. Doermann, "Revicw of ...
  • Baopu Li, Max Q.-H, Meng, _ Automatic polyp detection for ...
  • _ _ _ An intelligent system for automatie detection of ...
  • _ _ international Workshop on Geoscience and Remote Sensing - ...
  • A.Baraldi, and P.Blonda, _ Survey of Fuzzy Clustering Algorithms for ...
  • CYB ERN ET ICS-PART B: CYB ERNETICS _ VOL. 29, ...
  • Jemal, A., R. Siegel, et al. (2008). "Cancer Statistics, 2008." ...
  • Gouveia, J., M P. Coleman, et al. (2008). "Improving cancer ...
  • Fuchs CS, Mayer RJ. Gastric carcinoma. N Engl J Med ...
  • Abeloff MD. Clinical Oncology. 2nd ed. New York, Churchil Livingstone, ...
  • Abeloff MD. Clinical Oncology. 3nd ed. New York, Churchill Livingstone, ...
  • "Computer Vision", pp 279-325, New Jersey, Prentice- Hall, ISBN, 0-1 ...
  • _ _ international Workshop on Geoscience and Remote Sensing - ...
  • A.Baraldi, and P.Blonda, _ Survey of Fuzzy Clustering Algorithms for ...
  • CYB ERN ET ICS-PART B: CYB ERNETICS , _ 29, ...
  • T. Ojala, M. Pietikainen, and T. _ "Multiresolutio n gray ...
  • T. Ojala, M. Pietikainen, D. Harwood, A comparative study of ...
  • D.C. He, L. Wang, Texture unit, texture spectrum, and texture ...
  • M. Pietikainen, T. Ojala, Nonparametric texture analysis with ...
  • artificial Intelligence, vol. 40, World Scientific, Singapore, 2000, ...
  • _ _ Karras, M. Tzivras, Computer aided tumor detection in ...
  • K. Papik, B. Molnal, R. Schaefer, Z. Dombovari, Z. Tulassay, ...
  • _ Vapnik, Statistical Learning Theory, Wiley, New York, 1998. ...
  • I. El-Naqa, Y. Yongyi, M .N.Wernick, N.P. Galatsanos, R.M. Nishikawa, ...
  • S.B. Gokturk, C. Tomasi, B. Acar, C.F. Beaulieu, D.S. Paik, ...
  • V. Vapnik and A. Chervonekis, "The neccessary and sufficiet conditions ...
  • نمایش کامل مراجع