تشخیص خودکار ملانوما با استفاده از ویژگی های رنگ و بافت
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 956
فایل این مقاله در 9 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:
CBCONF01_1045
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
در سال های اخیر، تعداد بیماران مبتلا به ملانوما که یکی از مرگبارترین انواع سرطان های پوست به شمار می آید، رشدفزآیندهای در جهان پیدا کرده است. هدف از این مطالعه، طراحی یک سامانه خودکار تشخیص ضایعات ملانوما است.سامانه طراحی شده از چهار بخش اصلی پیش پردازش، تقطیع، استخراج ویژگی و دسته بندی تشکیل شده است. در مرحلهپیش پردازش روشی جدید برای افزایش تمایز بین ناحیه ضایعه و پس زمینه پیشنهاد شده است. در مرحله دوم، با استفادهاز الگوریتم خوشه بندی kmeans تصویر به دو ناحیه ضایعه و پس زمینه تقطیع می شود. سپس با استفاده از عملگرهایمورفولوژی ناحیه های مزاحم و کوچک حذف می گردند. در مرحله سوم، از ناحیه ضایعه ویژگی هایی همچون تقارن، رنگ،بافت و قطر استخراج می گردد. درنهایت با کنار هم قرار دادن تمامی ویژگی ها، بردار ویژگی نهایی به دسته بندی ماشینبردار پشتیبان داده می شود تا ناحیه ضایعه را به یکی از دو کلاس ملانوما و غیرملانوما دسته بندی نماید. با ارزیابی روشپیشنهادی بر روی پایگاه داده DERMOFIT ، دقت تشخیص 92 % بدست آمد که نسبت به سایر کارها از دقت بالاتریبرخوردار است.
کلیدواژه ها:
نویسندگان
سیدسجاد اشرفی
تهران، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی برق
حمیدرضا صابرکاری
تبریز، دانشگاه صنعتی سهند، دانشکده مهندسی برق
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 :