CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

استخراج تومور از تصاویر پزشکی به کمک بهینه سازی کولونی مورچه

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۶۴ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: ECMM02_110
زبان مقاله: فارسی
حجم فایل: ۶۳۰.۴۸ کیلوبایت (فایل این مقاله در ۱۳ 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 ۱۳ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استخراج تومور از تصاویر پزشکی به کمک بهینه سازی کولونی مورچه

  سمانه ناظریان - گروه مهندسی کامپیوتر، واحد صفادشت، دانشگاه آزاد اسلامی، تهران، ایران
  جواد محمدزاده - گروه مهندسی کامپیوتر، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران
  آزاده خدایی - گروه مهندسی کامپیوتر، واحد صفادشت، دانشگاه آزاد اسلامی، تهران، ایران

چکیده مقاله:

تومورهای مغزی یکی از مهمترین موارد مرگ و میر در انواع سرطان ها می باشند. اما پزشکان روشی را برای پیدا کردن تومورهای مغزی که بتواند به صورت استاندارد مورد استفاده قرار گیرد، را در اختیار ندارند.امروزه استفاده از دستگاههای تصویربرداری پزشکی برای تشخیص بیماری و تحقیقات پزشکی ضروری است. در بین این وسایل تصویر برداری MRI نقش اصلی را ایفا می کند. قطعه بندی این تصاویر بسیار دشوارتر از تصاویر طبیعی است ، زیرا حساسیت عملکردی آنها بالاتر از دیگر تصاویر است. تاکنون، بسیاری از الگوریتم های مختلف برای تقسیم بندی این نوع تصاویر پیشنهاد شده اند.بهینه سازی کولونی مورچه ها ( ACO ) ، یک رویکرد مبتنی بر جمعیت کنونی است که با ادراک درستی از محل اسکان مورچه های واقعی وبه رغم رفتار انعکاس دهنده آن ، ایجاد شده است. در این مقاله، ما روشی را برای بهبود کارایی الگوریتم کولونی مورچه ها پیشنهاد می کنیم. ما از این روش پیشنهادی برای استخراج منطقه مشکوک استفاده می کنیم. ابتدا مقدار باقی مانده با افزودن نویز در هر مرحله از تجزیه محاسبه می شود تا پیکسل همسایه را از طریق اختلاف محدود به نمودار هیستوگرام ( CLAHE ) به دست آورد در ادامه این رویکرد، جهت گیری مورچه و تمایل آن برای رفتن به سایت بعدی برای محاسبه احتمال انتخاب سایت بعدی توسط مورچه در نظر گرفته می شود. علاوه بر این ، در محاسبه احتمال حرکت بعدی، ما سعی می کنیم بین تاثیر مسیر مورچه و مقدار فرومون توزیعشده تعادل ایجاد کنیم. استفاده از روش ACO به منظور تجزیه و تحلیل و تقسیم بندی تصاویر MRI برای اهداف پزشکی و تشخیص تومورها استفاده میشود.یافته ها نشان می دهد که الگوریتم یاد شده برای بخش بندی تصاویر مغز استفاده شد واز لحاظ معیارهای دقت ، حساسیت ، نرخ خطای مثبت و PSNR بهینه سازی کولونی در مقایسه با بهینه سازی چند هدفه بهبود داشته است.

کلیدواژه‌ها:

کولونی مورچه، فرومون، تقسیم بندی ، بخش بندی

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-ECMM02-ECMM02_110.html
کد COI مقاله: ECMM02_110

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:
ناظریان, سمانه؛ جواد محمدزاده و آزاده خدایی، ۱۳۹۸، استخراج تومور از تصاویر پزشکی به کمک بهینه سازی کولونی مورچه، دومین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام، کرج، دانشگاه جامع علمی کاربردی –سازمان همیاری شهرداری ها و مرکز توسعه خلاقیت و نوآوری علوم نوین، https://www.civilica.com/Paper-ECMM02-ECMM02_110.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: (ناظریان, سمانه؛ جواد محمدزاده و آزاده خدایی، ۱۳۹۸)
برای بار دوم به بعد: (ناظریان؛ محمدزاده و خدایی، ۱۳۹۸)
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: ۳۶۶
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

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط


مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

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.