ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

به کارگیری روش بهینه یابی فاخته (CUCKOO) به منظور بهینه سازی الگوریتم قطعه بندی FCM در تصاویر لام خونی بیماران لوسمی حاد

سال انتشار: 1396
کد COI مقاله: COMCONF05_270
زبان مقاله: فارسیمشاهد این مقاله: 173
فایل این مقاله در 9 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 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله به کارگیری روش بهینه یابی فاخته (CUCKOO) به منظور بهینه سازی الگوریتم قطعه بندی FCM در تصاویر لام خونی بیماران لوسمی حاد

طاهره پیرمرادی - گروه کامپیوتر،دانشکده فنی و مهندسی، واحد اراک، دانشگاه آزاد اسلامی ،اراک، ایران
عباس کریمی - استادیار گروه مهندسی کامپیوتر،دانشگاه آزاد،اراک،ایران
محمدرضا مهاجرانی - استاد یار گروه تحصیلات تکمیلی زیست،دانشگاه آزاد،اراک ،ایران

چکیده مقاله:

سرطان ها بدون شک امروزه یکی از مهم ترین عوامل مرگ و میر هستند. به طوری که پس از بیماری های قلبی و تصادفات به عنوان سومین عاملی شناخته می شود که سال های زیادی از عمر انسان را تلف میکند . به همین دلیل حجم وسیعی از مطالعات پزشکی به سمت شناسایی ، درمان و پیشگیری از آن ها هدایت می شود. شناسایی عوامل ایجاد کننده سرطان و روش های مختلف تشخیص و درمان آن ها نیز بخش مهمی است . یکی از انواع سرطان، لوسمی (خون) میباشد. در بیمارستانها و مراکز درمانی تشخیص سرطان خون با تهیه لام از بافت خون و قراردادن زیر میکروسکوپ وتوسط یک متخصص پاتولوژی صورت میگیرد. پاتولوژیستها با توجه به شکل و تعداد گلبولهای موجود در خون نوع بیماری را مشخص میکنند. هدف از این مقاله ارایه مدلی با استفاده از الگوریتم Kmeans برای قطعه بندی هسته های سلول های سرطان خون می باشد. الگوریتم پیشنهادی در این مقاله برپایه ترکیب روش قطعه بندی Kmeans با الگوریتم بهینه یابی فاخته یا CUCKOO می باشد. در این تحقیق روش پیشنهادی بر روی تصاویر لام خونی بیماران لوسمی حاد پیاده سازی گردید. حساسیت و دقت به طور میانگین برای روش پیشنهادی به ترتیب %94,00 و %87,5 می باشد. نتایج حاصل شده نشان دهنده بهبود روش پیشنهادی نسبت به روش های کلاسیک FCM و Kmeans میباشد.

کلیدواژه ها:

سرطان خون، الگوريتم Kmeans، الگوريتم CUCKOO-KMEANS، خوشه بندي

کد مقاله/لینک ثابت به این مقاله

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/725249/

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:
پیرمرادی، طاهره و کریمی، عباس و مهاجرانی، محمدرضا،1396،به کارگیری روش بهینه یابی فاخته (CUCKOO) به منظور بهینه سازی الگوریتم قطعه بندی FCM در تصاویر لام خونی بیماران لوسمی حاد،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران،،،https://civilica.com/doc/725249

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، پیرمرادی، طاهره؛ عباس کریمی و محمدرضا مهاجرانی)
برای بار دوم به بعد: (1396، پیرمرادی؛ کریمی و مهاجرانی)
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: 6,488
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