ورود
مقالات فارسیISIکنفرانسهاژورنالها

کاربرد شبکه های عصبی مصنوعی در تجزیه و تحلیل و طبقه بندی تصاویر پزشکی : یک بررسی کلی

محل انتشار: نخستین کنفرانس بین المللی فناوری اطلاعات
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 711

فایل این مقاله در 31 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/478057

شناسه ملی سند علمی:

FBFI01_088

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماری ها می تواند اشتباهات پزشکان و خسارت جانی و مالی را کاهش می دهد. با توجه به اینکه شبکه های عصبی به طور گسترده ای در تجزیه و تحلیل تصاویر پزشکی گزارش شده است، در این مقاله یک بررسی متمرکز بر کاربرد شبکه های عصبی مصنوعی درتجزیه و تحلیل و طبقه بندی تصاویر پزشکی ارائه شده است که اولا اصول اولیه در مورد شبکه های عصبی و انواع پرکاربرد آنها در تجزیه و تحلیل تصاویر پزشکی معرفی می شود و در ادامه معماری های متفاوت در این زمینه از جمله ثبت نام تصاویر پزشکی، تقسیم بندی و تشخیص لبه تصاویر پزشکی ،تشخیص به وسیله ی کامپیوتر و برنامه های کاربردی دیگر را مورد بررسی بیشتر قرار دادیم و درنهایت یک مقایسه کلی بین روشهای موجود انجام شده است .در حالی که این مقاله یک بررسی متمرکز در طیف وسیعی از شبکه های عصبی و برنامه های کاربردی در تصویربرداری پزشکی را ارائه می کند، هدف اصلی در اینجا کمک به تحقیق و توسعه در برنامه های کاربردی جدید و مفاهیم جدید در بهره برداری از شبکه های عصبی است. امید است که این مقاله یک تصویر کلی از انواع برنامه های کاربردی شبکه های عصبی و پتانسیل هایش برای تحقیق و توسعه بیشتر را در دسترس خوانندگان قرار دهد.

کلیدواژه ها:

نرون ، شبکه عصبی مصنوعی ، تصاویر پزشکی ، طبقه بندی و تقسیم بندی تصاویر پزشکی

نویسندگان

محسن فروزش

دانشجوی کارشناسی ارشد

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 :
  • Arizmendi, C., Vellido, A., & Romero, E. (2012). Classification of ...
  • Chilali, O., Ouzzane, A., Diaf, M., & Betrouni, N. (2014). ...
  • De, A., & Guo, C. (2015). An adaptive vector quantization ...
  • Dheea, J., Singh, N. A., & Selvi, S. T. (2014). ...
  • Dohler, F., Mormann, F., Weber, B., Elger, C. E., & ...
  • Fu, J. C., Chen, C. C., Chai, J. W., Wong, ...
  • Gupta, V., Kirisli, H. A., Hendriks, E. A., van der ...
  • Hainc, L., , & Kukal, J. (2006). Role of robust ...
  • Kobashi, S., Kamiura, N., Hata, Y., & Miyawaki, F. (2001). ...
  • Kuruvilla, J., & Gunavathi, K. (2014). Lung cancer classification using ...
  • Lin, J. S. (2000). Segmentation of medical images through a ...
  • Meyer-Baise, A., Jancke, K., Wismiller, A. Foo, S., & Martinetz, ...
  • Ortiz, A., Gorriz, J. M., Ramirez, J., & S alas-Gonzalez, ...
  • Ortiz, A., Gorriz, J. M., Ramirez, J., S alas-Gonzalez, D., ...
  • Ortiz, A., Gorriz, J. M., Ramirez, J., S alas-Gonzalez, D., ...
  • Pan, G., Yan, G, Song, X., & Qiu, X. (2009). ...
  • Papari, G., & Petkov, N. (2011). Edge and line oriented ...
  • Prieto Jr, J. L. (1999). U.S. Patent N, 5, 907, ...
  • Saritha, M., et al. (2013). "Classification of MRI brain images ...
  • Suzuki, K., Abe, H., & MacMahon, H. (2006). Image-proces sing ...
  • Suzuki, K., Horiba, I., & Sugie, N. (2002). Efficient approximation ...
  • Torbati, N., Ayatollahi, A., & Kermani, A. (2014). An efficient ...
  • Verma, B., McLeod, P., & Klevansky, A. (2009). A novel ...
  • Wag, Z., Zineddin, B., Liang, J., Zeng, N., Li, Y., ...
  • Wyawahare, M. V., Patil, P. M., & Abhyankar, H. K. ...
  • Zhang, X., Kanematsu, M., Fujita, H., Zhou, X, Hara, T., ...
  • Zitova, B., & Flusser, J. (2003). Image registration methods: a ...
    • نمایش کامل مراجع