CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

روش جدید قطعه بندی تصاویر سی تی اسکن بااستفاده از الگوریتم جهش قورباغه جهت تشخیص بیماری سرطان ریه

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۱۱ | نظرات: ۰
سال انتشار: ۱۳۹۷
نوع ارائه: شفاهی
کد COI مقاله: IDMEC01_049
زبان مقاله: فارسی
حجم فایل: ۶۵۲.۴۸ کیلوبایت (فایل این مقاله در ۱۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله روش جدید قطعه بندی تصاویر سی تی اسکن بااستفاده از الگوریتم جهش قورباغه جهت تشخیص بیماری سرطان ریه

  فتانه تبرته فراهانی - کارشناسی ارشد کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی اراک، اراک،ایران

چکیده مقاله:

بیماری سرطان از سه عامل مهم مرگ ومیر در کشور ما محسوب می شود ومتخصصین معتقد هستند ازمیان 100 در صد افراد جامعه 18 تا 20 درصد آنها به سرطان مبتلا خواهند شد واین آمار بدلایل مختلفی در کشور ما رو به افزایش است.[ 10 ] سرطان ریه بعنوان یک مسئله مهم بهداشتی برای کشوهای درحال توسعه و نیز کشورهای توسعه یافته شناخته شده است.11 کارهایی که تاکنون انجام شده از روش های مختلفی جهت تشخیص بیماری سرطان ریه استفاده شده است.هدف ماارائه یک رویکرد قطعه بندی تصاویر سی تی اسکن ریه جهت تشخیص بیماری سرطان ریه مبتنی بر الگوریتم جهش قورباغه می باشد .براساس الگوریتم های مورد استفاده، ، در نهایت در استفاده از بیز ساده طبقه بندی شده است.با توجه به قوانین مشخص برای یک نمونه جدید با ویژگی های خاص، ما می توانیم پیش بینی کنیم آیا فردی که به مراکز درمانی مراجعه خواهد کرد دچار سرطان ریه شده است یا خیر .مدل پیشنهادی ما در نرم افزار متلب پیاده سازی شده است و دقت بدست آمده 95/2 می باشد.

کلیدواژه‌ها:

سرطان ریه ، قطعه بندی ، موجک هار، الگوریتم MPCA، ماشین بردار پشتیبان

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://www.civilica.com/Paper-IDMEC01-IDMEC01_049.html
کد COI مقاله: IDMEC01_049

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:
تبرته فراهانی, فتانه، ۱۳۹۷، روش جدید قطعه بندی تصاویر سی تی اسکن بااستفاده از الگوریتم جهش قورباغه جهت تشخیص بیماری سرطان ریه، اولین کنفرانس ملی کسب و کارهای نوین و هوشمند داده کاوی و پردازش تصاویر، کرمان، دانشگاه فنی و حرفه ای استان کرمان- دانشکده شهید چمران کرمان، https://www.civilica.com/Paper-IDMEC01-IDMEC01_049.html

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: (تبرته فراهانی, فتانه، ۱۳۹۷)
برای بار دوم به بعد: (تبرته فراهانی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۶۱۲۸
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.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > سرطان
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    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.