تشخیص بیماری کولن روده و هایپر اسیدی معده از طریق عنبیه شناسی مبتنی بر شبکه عصبی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,342
فایل این مقاله در 18 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:
COMCONF01_298
تاریخ نمایه سازی: 8 آذر 1394
چکیده مقاله:
هدف اصلی این مقاله بررسی تشخیص بیماری ازطریق عنبیه شناسی بوسیله شبکه های عصبی که با استفاده ازساختار چشم و همچنین وجود مکانیزمی جهت تشخیص دقیق موقعیت عنبیه و تطبیق باالگوی عنبیه شناسی به بررسی دقیق مکان ها پرداخته شده است می باشد بدین گونه که نرم افزار ارایه شده ازطریق تشخیص لبه بهب ررسی دقیق بافت عنبیه و سپس به تجزیه و تحلیل ناحیه مورد نظر برحسب نوع بیماری می پردازد و دراخر بوسیله شبکه عصبی یادگیری و پیش بینی درحوزه سلامت را مورد ارزایبی قرامیدهد خطرات ناشی ازعدم تشخیص دقیق و سریع بیماری با پرداخت هزینه های گزاف برای تشخیص یکی ازمعضلات جامعه پزشکی به حساب می اید ایجادمکانیزمی که چگونگی اداره حجم انبوه اطلاعات بیمار و استفاده موثر ازآنها دربهبود تصمیم گیری ازموضوعات بحث برانگیزدرعصر حاضر است یکی ازمسائل مهم تحقیقاتی درزمینه علوم کامپیوتر پیاده سازی مدلی شبیه به سیستم داخلی مغز انسان برای تجزیه و تلحیل سیستم های مختلف براساس تجربه است دراین راستا شبکه های عصبی یکی ازپویاترین حوزه های تحقیق دردوران معاصر هستند استفاده ازشبکه های عصبی درحل مسائل پیچیده کاربردی این روزها بیش ازپیش رواج یافته است معماری مدلپ یشنهادی شامل 4بخش اساسی بلوک دریافت کننده بلوک پردازش بلوک تطبیق و بلوک تصمیم است که این قسمت براساس الگو شناسایی می کند یاوجود علائم بیماری درناحیه قبول کرده یا ردمی کند
کلیدواژه ها:
نویسندگان
نجمه دشتی نژاد
دانشکده کامپیوتر واحد علوم و تحقیقات دانشگاه آزاد اسلامی یزد ایران
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 :