ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بخشبندی خودکار ضایعات آسیب چندگانه اسکلروسیس با استفاده از الگوریتم بهینه سازی تولید مثل غیرجنسی و بهبود مدل شبکه عصبی کانولوشنی

سال انتشار: 1396
کد COI مقاله: IPRIA03_022
زبان مقاله: فارسیمشاهده این مقاله: 244
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 بخشبندی خودکار ضایعات آسیب چندگانه اسکلروسیس با استفاده از الگوریتم بهینه سازی تولید مثل غیرجنسی و بهبود مدل شبکه عصبی کانولوشنی

سیدامیر ضیافتی باقرزاده - دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشگاه آزاد اسلامی واحد مشهد
محمدمهدی خلیل زاده - استادیار گروه مهندسی پزشکی، دانشگاه آزاد اسلامی واحد مشهد
محمدباقر منهاج - استاد گروه مهندسی برق، دانشگاه صنعتی امیرکبیر تهران

چکیده مقاله:

آسیب چندگانه اسکلروسیس (MS) ، نوعی اختلال مزمن التهابی اغلب پیشرونده سیستم اعصاب مرکزی است که با از بین رفتن غلافمیلین در مناطقی از اعصاب مغزی به صورت پلاکهایی مشخص شده و باعث اختلال در انتقال پیام های عصبی می شود. بخش بندی خودکار آسیبهای مغزی ناشی از بیماری MS در تصاویر تشدید مغناطیسی در سال های اخیر با هدف تشخیص و پیگیری بیماران مبتلا بصورت گسترده موردبررسی قرار گرفته است. با این وجود عملکرد بسیاری از الگوریتم های ارایه شده بسیار پایین تر از انتظارات متخصصان می باشد. در این مقاله،هدف بخشبندی خودکار ضایعات این بیماری با روشی جدید بر پایه تنظیم دقیق مدل شبکه عصبی کانولوشنی می باشد. در این شبکه، از ضرایبکرنل های بدست آمده از یک شبکه کانولوشنی آموزش دیده به منظور بخشبندی تومور در تصاویر تشدید مغناطیسی مغزی استفاده شده است.شبکه جدید با اضافه کردن لایه خودرمز کننده به انتهای برش خورده شبکه پیشین، ایجاد شده و توسط آموزش بخش اضافه شده، با داده هایمربوط به ضایعات MS انطباق پیدا می کند. بعلاوه برای فرار از گرفتار شدن در بهینه های محلی از یک الگوریتم فرااکتشافی استفاده گردیده است.نتایج حاصل بیانگر کارایی و دقت کلی قابل قبول این روش می باشد.

کلیدواژه ها:

تصاویر تشدید مغناطیسی مغزی، اسکلروسیس چندگانه (MS)، بخش بندی خودکار تصاویر، شبکه عصبی کانولوشنی، الگوریتم تولید مثل غیرجنسی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IPRIA03_022 میباشد و 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/638473/

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:
ضیافتی باقرزاده، سیدامیر و خلیل زاده، محمدمهدی و منهاج، محمدباقر،1396،بخشبندی خودکار ضایعات آسیب چندگانه اسکلروسیس با استفاده از الگوریتم بهینه سازی تولید مثل غیرجنسی و بهبود مدل شبکه عصبی کانولوشنی،سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران،شهرکرد،،،https://civilica.com/doc/638473

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: (1396، ضیافتی باقرزاده، سیدامیر؛ محمدمهدی خلیل زاده و محمدباقر منهاج)
برای بار دوم به بعد: (1396، ضیافتی باقرزاده؛ خلیل زاده و منهاج)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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: 9,292
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