ارائه روش جدید مبتنی بر تبدیل هاف و ماشین بردار پشتیبان جهت تشخیص خوش خیم و بدخیم بودن تومور در تصاویر پزشکی
محل انتشار: کنفرانس ملی علوم مهندسی، ایده های نو (۸)
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 830
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIHE08_078
تاریخ نمایه سازی: 13 آبان 1393
چکیده مقاله:
با پیشرفت های چشمگیر تکنیک های پردازش تصویر و هوش مصنوعی، امروزه شاهد کاربردهای موفق آنها درعلوم متفاوت هستیم. یکی از مهمترین این کاربردها زمینه پزشکی و تشخیصهای هوشمند بیماریهاست. تشخیص خوش خیم و بدخیم بودن تومورها یکی از چالشهای مهم پزشکان محسوب می گردد که ارائه روشی جهت تسهیل این امر می تواند راهگشای روند تشخیص باشد. در این مقاله یک روش جدید تشخیص خوش خیم یا بدخیم بودن تومور با استفاده از پردازش تصویر و هوش مصنوعی ارائه می گردد. در روش پیشنهادی ابتدا جهت کاهش حجم تصویر ( به منظور افزایش سرعت و کاهش زمان تشخیص) تصویر فشرده شده و در مرحله بعد، ناحیه تومور به صورت هوشمند تشخیص داده می شود. مشخصات آماری ناحیه تومور و پیکهای تبدیل هاف ناحیه به عنوان بردار ویژگی تومور استخراج گردیده و در نهایت برای تشخیص هوشمند از ماشین بردار پیشتبان استفاده می شود. که نتایج شبیه سازی دقت بالای تشخیص روش پیشنهادی و کاهش چشمگیر زمان تشخیص را نشان می دهد.
کلیدواژه ها:
نویسندگان
سونا مرجب
هیئت علمی گروه برق، موسسه آموزش عالی آیندگان
آرمین شاه بهرامی
دانشجوی الکترونیک، موسسه آموزش عالی آیندگان
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 :