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 بهینه فازی C-Means و ژنتیک برای تشخیص بافت تومور در تصاویرماموگرافی

سال انتشار: 1395
کد COI مقاله: TEDECE02_039
زبان مقاله: فارسیمشاهد این مقاله: 314
فایل این مقاله در 6 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 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله یک الگوریتم بهینه فازی C-Means و ژنتیک برای تشخیص بافت تومور در تصاویرماموگرافی

ندا علی راهی راوندی - دانشجوی کارشناسی ارشد رشته مهندسی کامپیوتر، دانشکده فنی مهندسی ، دانشگاه آزاد اسلامی اراک
عباس کریمی - استاد یار گروه مهندسی کامپیوتر.دانشکده فنی و مهندسی .دانشگاه آزاد اسلامی اراک

چکیده مقاله:

سرطان پستان یکی از علل عمده مرگ و میر زنان و شایعترین بیماری در زنان است. غربالگری ، ماموگرافی در حال حاضر از موثرترین روش های تشخیص بیماری است. قطعه بندی تصاویر ، ماموگرافی برای جداسازی و تشخیص تومورهای سرطانی دارای محبوبیت زیادی در بینمحققان است . یکی از محبوب ترین این روش ها ، روش Fuzzy C-Means است .به دلیل وجود برخی محدودیت ها در این روش ، نیاز به بهبودبخشی امری کاملا مشهود است . در این مقاله برای رسیدن به بهینه مطلق و قطعه بندی مناسب تصاویر ما با ترکیب روش بهینه یابی ژنتیک و روش FCM به یک روش قدرتمند برای این امر دست یافتیم . نتایج شبیه سازی بر روی پایگاه داده استاندارد حاکی از قدرت و کیفیت بالا ی روش ارائه شده است

کلیدواژه ها:

الگوريتم Fuzzy C-Means ، الگوريتم ژنتيك ، تصاوير ماموگرافي ، روش FCM

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/509250/

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:
علی راهی راوندی، ندا و کریمی، عباس،1395،یک الگوریتم بهینه فازی C-Means و ژنتیک برای تشخیص بافت تومور در تصاویرماموگرافی،دومین کنفرانس ملی فناوری، انرژی و داده با رویکرد مهندسی برق و کامپیوتر،کرمانشاه،،،https://civilica.com/doc/509250

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، علی راهی راوندی، ندا؛ عباس کریمی)
برای بار دوم به بعد: (1395، علی راهی راوندی؛ 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 :

  • ]I[Schwartz. Schwartz's principles of surgery. Editor. 2010. _ _ reports ...
  • _ s i a, 30th November _ 2nd December 2010 ...
  • _ _ _ of Computer 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