طبقه بندی اتوماتیک تومور مغزی در تصاویر MRI با استفاده از شبکه عصبی مصنوعی ANN
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,271
فایل این مقاله در 13 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:
RSTCONF01_176
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
دراین مقاله سعی شده تا با بالا بردن دقت طبقه بندی تومورهای مغز با استفاده از جنبه های مثبت الگوریتم های هوشمند درتشخیص بهتر تومورها، زمان کمتر و کیفیت قابل پذیرش حاصل گردد، هدف ما در الگوریتم پیشنهادی با استفاده از شبکه عصبی مصنوعی Artificial Neural Network (ANN) برای تشخیص تومور مغزی و دسته بندی آن در تصاویر Magnetic Resonance Imaging (MRI) است، استخراج سه دسته ویژگی بر اساس شدت، شکل، بافت مد نظر قرا گرفته که شامل ویژگیهای استاتیک نظیر آنتروپی، چولگی، میانگین، انرژی، گشتاور، همبستگی و ... ، و بهترین ویژگیها بر اساس الگوریتم ژنتیکانتخاب و جهت اعمال به شبکه عصبی بکار می بریم، ابتدا استخراج ویژگی با تبدیل ریجلت حالت گسسته که معکوس پذیر و متعامد و در نهایت به تبدیل ریجلت متناهی 1 می رسد، آنگاه ویژگیهای فوق و اعمال آنها به الگوریتم ژنتیک ویژگی های بهینه انتخاب وابعاد آنها کاهش می یابد . جهت آموزش و تست ANN ، از 1111 تصویر MRI از پایگاه داده تصاویر MRI مغز موجود در مرکزMcConnell در دانشگاه اتخاذ گردید که 1111 تصویر سالم بدون تومور و 121 تصویر توموردار با پروتکل تصویر برداری وزن دار T1 استفاده شد.
کلیدواژه ها:
نویسندگان
امیررضا کاکوئی
دانشجوی کارشناسی ارشد مخابرات دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد سیرجان
مهدی جعفری شهباززاده
استادیار دانشکده فنی و مهندسی دانشگاه آزاد اسلامی مرکز کرمان
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 :