عملکرد LBP روی ضرایبCurvelet به عنوان یک الگوریتم برای تشریح بافت های سرطان سینه
محل انتشار: اولین همایش ملی فن آوری در مهندسی کاربردی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 541
- 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:
NCTAE01_140
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
در تشخیص های کامپیوتری یکی از گامهای مهم برای طبقه بندی جراحات مشکوک به سرطان استخراج برخی از ویژگیهای جراحت می باشد. در بسیاری از تحقیقات روش آنالیز بافت استفاده شده است. دراین مقاله روشی را براساس ترکیب تبدیل مقیاس، الگوی انتخاب مشخصه های دودویی محلی با استفاده از آنالیزهای آماری و روشهای طبقه بندی مجزا نشان می دهیم. ویژگیهای مشابه با استفاده از آنالیزهای آماری واریانس حذف شده است. تشخیص خصوصیات با استفاده از کاربرد درخت تصمیم گیری ، جنگل تصادفی ،ماشین پشتیبان، طبقه بندیهای چند ضلعی و در نظر گرفتن دقت معیاری (AC) و ناحیه تحت منحنی ROC ارزیابی شده است. روشها روی تصاویر بافت سینه با خصوصیات فیزیکی مختلف بررسی شده است. مشارکت تبدیل مقیاس،الگوی باینری دودویی و آنالیزهای آماری واریانس با طبقه بندی PL مقادیر بالای AC و AUC را برای همه موارد بدست آورده اند. نرخ های بدست امده بین 91 تا 100 درصد بودند.
کلیدواژه ها:
نویسندگان
مهرداد محمدی نصر
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه آزاد اسلامی واحد تهران غرب
پیمان بابایی
دپارتمان کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران غرب، تهران، 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 :