یک روش جدید برای مرزبندی تومورهای سینه با استفاده از الگوریتم بهینه سازی گروه ذرات

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 543

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK02_126

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

شناسایی و مرزبندی تومورهای سینه یکی از چالش های جدی در تشخیص سرطان سینه زنان است. در حال حاضرماموگرافی، اولین و بهترین راه برای تشخیص توده های موجود در سینه می باشد که معمولا عدم شناسایی دقیق مرزتوده ها منجر به تشخیص یا نمونه برداری نادرست از بافت سینه می شود. در این مقاله به معرفی یک روش جدید برایشناسایی و مرزبندی تومورهای سینه در تصاویر ماموگرافی با استفاده از الگوریتم بهینه سازی گروه ذرات پرداخته میشود. نتایج حاصل شده روی 300 تصویر ماموگرافی دقتی معادل 83 درصد در پی داشته است.

کلیدواژه ها:

الگوریتم بهینه سازی گروه ذرات ، تصاویر ماموگرافی ، شناسایی تومور ها ، مرزبندی تومور ها

نویسندگان

حامد جباری

دانشجوی دکتری، گروه مهندسی برق، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران

نوشین بیگدلی

دانشیار،گروه مهندسی برق، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران

علی خادم

استادیار، گروه مهندسی برق، دانشگاه بین المللی امام خمینی (ره)، قزوین، 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 :
  • K. J. McLoughlin, P. J. Bones, and N. for ...
  • detection of micro calcification clusters in direct digital mammogram images, ...
  • I. Harirchi, M. Karbakhsh, A. Kashefi, and A. J. Momtahen, ...
  • C. J. BAINES, D. _ M CFARLANE, and A. B. ...
  • M. Wallis, M. Walsh, and J. Lee, "A review of ...
  • S. Paquerault, N. Petrick, H.-P. Chan, B. Sahiner, and M. ...
  • information, " Medical Physics, vol. 29, pp. 238-247, 2002. ...
  • S. van Engeland and N. Karssemeijer, "Combining two mammo graphic ...
  • Z. Wang, G. Yu, Y. Kang, Y.Zhao, and Q. Qu, ...
  • mammography based on extreme learning machine, " Neu rocomputing, vol. ...
  • H. Moradmand, S. Setayeshi, A. Karimian, and M. Sirous, "Contrast ...
  • K. Hammouche, M. Diaf, and P. Siarry, "A multilevel automatic ...
  • N. Otsu, "A threshold selection method from gray-level histograms, " ...
  • N. R. Pal and S. K. Pal, "A review on ...
  • recognition, vol. 26, pp. 1277-1294, 1993. ...
  • A. Majumder and S. Irani, "Contrast enhancement of images using ...
  • symposium on Applied perception in graphics and visualization, 2006, pp. ...
  • R. C. Gonzalez and R. E. Woods, "Digital image processing ...
  • J. Lu, "Parallelizing Mallat algorithm for 2-D wavelet transforms, " ...
  • J. Kennedy, "Particle sWarm optimization, " in Encyclopedia of Machine ...
  • M. Clerc, Particle Swarm optimization vol. 93: John Wiley & ...
  • J-.C. Yen, F.-J. Chang, and S. Chang, "A new multilevel ...
  • Transactions _ vol. 4, pp. 370-378, 1995. ...
  • R. C. Gonzalez, R. E. Woods, and S. L. Eddins, ...
  • J. Wei, H.-P. Chan, B. Sahiner, C. Zhou, L. M. ...
  • K. Hu, X. Gao, and F. Li, "Detection of suspicious ...
  • Measurement, IEEE Transactions _ vol. 60, pp. 462-472, 2011. ...
  • نمایش کامل مراجع