بهبود عملکرد شبکه عصبی MLP در طبقه بندی تصاویر شبکیه چشم جهت تشخیص خودکار بیماری گلوکوم مبتنی بر قطعه بندی تصویر
- سال انتشار: 1395
- محل انتشار: بیست و دومین کنفرانس ملی سالانه انجمن کامپیوترایران
- کد COI اختصاصی: ACCSI22_002
- زبان مقاله: فارسی
- تعداد مشاهده: 1204
نویسندگان
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه آزاد اسلامی، واحد قزوین، دانشکدهی مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
استاد، دانشگاه صنعتی امیرکبیر، دانشکدهی مهندسی برق، تهران، ایران
چکیده
در این مقاله، از طریق طبقهبندی تصایر رنگی شبکیهی چشم، یک سیستم تشخیص خودکار پزشکی برای بیماری آب سیاه طراحی میشود. در تصویر شبکیه نشانههای بیماری آب سیاه، در ناحیه سرعصب بینایی ظاهر میشود.در اکثر موارد تشخیص بیماری در زمان مناسب انجام نمیگیرد و یک سیستم کمک تشخیص پزشکی میتواند بسیار مفید واقع شود. روش پیشنهادی شامل پنج بخش 1- پیش پردازش تصویر، 2- مکانیابی و استخراج خودکار دیسک نوری ، 3- تولید ماسکهای باینری، 4-استخراج ویژگی و 5- طبقه بندی تصاویر است. در این مقاله الگوریتمی جدید جهت استخراج الگوی رگها مبتنی بر فیلتر تقویت بالا و تبدیل پایین کلاه مورفولوژی ارایه میگردد.ایده اصلی در بخش استخراج ویژگی این است که ویژگی ها به صورت محلی استخراج شوند تا قابلیت تفکیک پذیری بالاتری داشته باشند، که شامل توصیف گرهای آماری سطوح شدت داخل دیسکنوری و ویژگی بافت حاشیه اطراف آن است. در این مقاله در بخش طبقه بندی برای بالا بردن قابلیت تعمیم شبکه عصبی MLP و جلوگیری از بیش برازش آن، روش جدیدی بر پایه رویکرد توقف زود هنگام و تحلیل T2 ارایه میگردد.روش پیشنهادی بر روی پایگاه داده استاندارد تصاویر شبکیه آزمایش شده، که 100 تصویر سالم و 82 تصویر بیمار با دقت 96% درصد طبقه بندی شده است.کلیدواژه ها
طبقه بندی تصاویر رنگی شبکیه چشم، قابلیت تعمیم شبکه عصبی، قطعه بندی تصویر، تبدیل کرولت گسسته سریع، تبدیل پایین کلاه مورفولوژی، ماتریس هم وقوعی سطح خاکستری، بیماری آب سیاهمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
اطلاعات بیشتر در مورد 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.