طبقه بندی هماتوم ها در تصاویر CT مغز با استفاده از شبکه عصبی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 679
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DSCONF02_071
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
هماتوم در آسیب های مغزی امری متداول تلقی می شود.یک سیستم طبقه بندی و کشف خودکار به پزشکان درتجزیه وتحلیل تصاویر پزشکی کمک می کند CT اسکن به دلیل هزینه ی کم، دسترسی گسترده، اسکن کردن سریع و کنتراست برترروش ترجیحی در آسیب های مغزی بشمار می رود. در این مقاله به سیستم خودکار کشف و طبقه بندی نوع هماتوم با استفاده از الگوریتم شبکه عصبی مصنوعی در مورد تصاویر CT بیماران مختلف پرداخته می شود. روش شامل چهار مرحله می شود، نخست پیش پردازش در مورد تصاویر CT مغز انجام می شود، در مرحله ی دوم مرکز ثق لهای هیستوگرام محور برای الگوریتم دسته بندی میانه های K آغاز می شوند تا تصویر را در دسته های مختلف بر اساس مقادیر تراکم پیکسل ها بخش بندی نماید. مرحله ی سوم شامل استخراج ویژگی ها از تصویر بخش بندی شده می باشد. در مرحله ی چهارم، شبکه عصبی مصنوعی بر طبق ویژگی های استخراج شده ازتصویر ایجاد و آموزش داده می شود. شبکه عصبی مصنوعی آموزشی (ANN) انواع هماتوم را بر اساس ویژگی هایشان طبقه بندی می کند.
کلیدواژه ها:
نویسندگان
سیمین معینی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد خمین
حمید پایگذار
عضو هیئت علمی دانشگاه آزاد اسلامی واحد خمین
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 :