جداسازی تومورهای سرطانی پستان براساس تصاویر حرارتی با استفاده از الگوریتم اتوماتای یادگیری +fcm
- سال انتشار: 1395
- محل انتشار: اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CEITECH01_060
- زبان مقاله: فارسی
- تعداد مشاهده: 564
نویسندگان
گروه کامپیوتر، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد، ایران
عضو هیات علوی دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیر کبیر، تهران، ایران
چکیده
ترموگرافی پستان آزمون فیزیولوژیکی است که اطلاعات را بر اساس تغییر دما در پستان فراهم می کند. در این مقاله یک الگوریتم جدید برای جداسازی تومورهای سرطانی پستان براساس تصاویر حرارتی با استفاده از ترکیب الگوریتم خوشه بنید فازی fcm)C-means) و اتوماتای یادگیر معرفی شده است و همچنین از الگوریتم fuzzy k-means نیز برای جدسازی تومورها استفاده کرده ایم. این دو روش برای موارد مختلف از جمله فیبروکیتیک موارد سرطان التهابی تست شدت شده است و داغترین مناطق پستان با استفاده از این دو الگوریتم استخراج و در آخر با هم مقایسه کرده ایم. نتایج تجربی به دست آمده از این مقاله نشان می دهد ترکیب الگوریتم خوشه بندی فازی fcm) C-means) و اتوماتای یادگیر عملکرد برتری از نظر حساسیت و ویژگی نسبت به الگوریتم های دیگر دارد. داغترین مناطق استخراج شده در الگوریتم پیشنهادی بیشتر شبیه به تصویر واقعی می باشد.همچنین الگوریتم پیشنهادی مورد استفاده در این مقاله بهبود خیلی بیشتری از نظر حساسیت (79%) و ویژگی (81%) برای مقداردهی اولیه نسبت به روش fcm کلاسیک را نشان می دهد. با توجه به نتایج، روش پیشنهادی یک رویکرد دقیق و دارای پتانسیل برای استخراج شکل دقیق تومور است.کلیدواژه ها
خوشه بندی رنگی، تصویر برداری حرارتی، الگوریتم های یادگیری، تشخیص سرطان پستانمقالات مرتبط جدید
- مرور سیستماتیک کاربرد هوش مصنوعی در موسیقی
- In-silico Analyses for Finding Potential Key Genes and Pathways Associated with Guillain-Barré Syndrome Using Computational Tools
- OCD Severity Based on EEG Signals
- Investigating the (non) -Impact of Customizing Knowledge Bases of Artificial Intelligence -Driven Robot on Language for Specific Purposes Learning
- The Need for Telehealth and Tele-Educationon in Optimizing Measles Surveillance and Reducing Healthcare Costs
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.