دسته بندی کلسیفیکاسیونهای تصاویر ماموگرافی با استفاده از ویژگی های ظاهری و بافتی کلسیفیکاسیونها
محل انتشار: نهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1378
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,374
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME09_085
تاریخ نمایه سازی: 5 خرداد 1387
چکیده مقاله:
در این مقاله روشی را معرفی می کنیم که می تواند برای طبقه بندی خوشه های کلسیفیکاسیونها در تصاویر ماموگرافی به کار گرفته شود؛ در این مقاله ابتدا به طور مختصر روشی را که برای جداسازی کلسیفیکاسیونها از زمینه به کار گرفته ایم بیان می کنیم و سپس چگونگی استخراج ویژگی های بافتی را به روش SGLDM توضیح می دهیم. در مرحله بعد به معرفی ویژگی های ظاهری کلسیفیکاسیونها نظیر تعداد، اندازه، پراکندگی و غیره می پردازیم. در پایان به کمک روشی مبتنی بر الگوریتم ژنتیک ویژگی های برتر برای طبقه بندی کلسیفیکاسیونها را بر می گزینیم. با استفاده از مجموعه این ویژگی های ما توانسته ایم به سطح زیر منحنی ROC برابر با 0/80 دست یابیم که بیانگر قدرت نسبتا زیاد این ویژگی ها برای دسته بندی خوشه های کلسیفیکاسیون است.
نویسندگان
سیامک پور عبدالله نژاد
پژوهشکده سیستم های هوشمند، پژوهشگاه دانش های بنیادی ، مرکز تحقیقات فیزیک نظری ریاضیات
حمید سلطانیان زاده
پژوهشکده سیستم های هوشمند، پژوهشگاه دانشهای بنیادی،
فرشید رفیعی راد
پژوهشکده سیستم های هوشمند، پژوهشگاه دانشهای بنیادی، مرکز تحقیقات فیزیک نظری ریاضیات
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 :