ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

یک الگوریتم جدید بهینه سازی روشC-meansفازی با استفاده از الگوریتم ژنتیک به منظور قطعهبندی تصاویر CT اسکن کبد

سال انتشار: 1395
کد COI مقاله: TEDECE02_038
زبان مقاله: فارسیمشاهد این مقاله: 298
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله یک الگوریتم جدید بهینه سازی روشC-meansفازی با استفاده از الگوریتم ژنتیک به منظور قطعهبندی تصاویر CT اسکن کبد

صدیقه استاداکبری - دانشجوی کارشناسی ارشد رشته مهندسی کامپیوتر. دانشکده فنی و مهندسی .دانشگاه آزاد اسلامی اراک
عباس کریمی - استاد یار گروه مهندسی کامپیوتر.دانشکده فنی و مهندسی .دانشگاه آزاد اسلامی اراک

چکیده مقاله:

قطعه بندی خودکار تصاویر CT اسکن پزشکی امروزه یکی از چالش برانگیزترین زمینه ها در حوزه پردازش تصویر است. در این مقاله، هدف قطعه بندی خودکار تصایر CT اسکن کبد برای تشخیص و جداسازی تومور موجود در کبد است. تشخیص تومور کبد در برنامه ریزی جراحی surgery planning کبد اهمیت ویژهای دارد. تا کنون روشهای قطعه بندی زیادی در تحقیقات به کار گرفته شدهاند. از میان آنها روش Fuzzy C-Means(FCM) یکی از قدرتمندترین این روشهاست. اما به دلیل روند بهینه یابی کلاسیک روش FCM این روش دارای ضعفهایی از قبیل حساسیت به مقادیر اولیه مراکز دسته و تشخیص مینیمم های محلی به جای مینیمم های مطلق دارد. در این مقاله ما با ترکیب روش بهینهیابی قدرتمند ژنتیک و الگوریتم FCM به قطعه بندی خودکار کبد می پردازیم. روش ارائه شده در این مقاله بر روی چندین تصویر CT اسکن کبد در بدن انسان پیاده سازی شده که این نتایج نشان از قدرت بالای روش ارائه شده دارند.

کلیدواژه ها:

الگوريتمFCM ، الگوريتم ژنتيك، تشخيص تومور كبد

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/509249/

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:
استاداکبری، صدیقه و کریمی، عباس،1395،یک الگوریتم جدید بهینه سازی روشC-meansفازی با استفاده از الگوریتم ژنتیک به منظور قطعهبندی تصاویر CT اسکن کبد،دومین کنفرانس ملی فناوری، انرژی و داده با رویکرد مهندسی برق و کامپیوتر،کرمانشاه،،،https://civilica.com/doc/509249

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: (1395، استاداکبری، صدیقه؛ عباس کریمی)
برای بار دوم به بعد: (1395، استاداکبری؛ کریمی)
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 :

  • Curvelet Transforn", International Journal on Computer Scienc and Engineering, Vol. ...
  • S.S.Kunar, R.S.Moni, J.Rajeesh, "Autonatic Liver anud Lesion Segmentation: A Primary ...
  • Y.Zhao, Y.Zan, X.Wang, G.Li, "Fuzzy C-means Clustering-based Multilanyer Perceptron Neural ...
  • R.Punia, Sh.Sing. "Review0 on Machine Learning Techniques for Autonatic Segmentation ...
  • segmentation for contrast-enhancel CT L.Rusko, G.Bekes, G.Nemeth, M.Fidrich, "Fully autonatic ...
  • C onferenc e-TED 2016 ...
  • 2 June, Kermanshah, Iran ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    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: 6,487
    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