CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تشخیص خودکار سرطان پستان با استفاده از ترکیب تبدیل کسینوسی گسسته و ماشین بردار پشتیبان از روی تصاویر دیجیتال ماموگرام

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۵ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: EMCE04_177
زبان مقاله: فارسی
حجم فایل: ۷۱۲.۰۵ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص خودکار سرطان پستان با استفاده از ترکیب تبدیل کسینوسی گسسته و ماشین بردار پشتیبان از روی تصاویر دیجیتال ماموگرام

  معصومه کشی زاده - دانشگاه صنعتی سهند تبریز، ایران
  علی فهمی جعفرقلخانلو - دانشگاه صنعتی سهند تبریز، ایران
  سینا شامخی - دانشگاه صنعتی سهند تبریز، ایران

چکیده مقاله:

یکی از شایع ترین بیماری های موجود در بین زنان، سرطان پستان است که به عنوان دومین عامل مرگ و میر زنان در جهان شناخته شده است. در نتیجه مهمترین مسئله در درمان این نوع از سرطان تشخیص زودهنگام آن است. در این مقاله روش تمام خودکار به منظور شناسائی تصاویر سرطانی ماموگرام با هدف کمک به متخصصین در روند تشخیص زودهنگام این نوع از سرطان ارائه شده است. الگوریتم ارائه شده شامل 4 مرحله ی پیش پردازش، استخراج ویژگی، کاهش ابعاد و طبقه بندی است. در مرحله ی پیش پردازش هدف اصلی این است که با اعمال فیلتر میانگین گیر نواحی اضافی نظیر شماره و متن های موجود در تصاویر ماموگرام و همچنین نواحی مربوط به ماهیچه سینه ای حذف شود. در مرحله ی استخراج ویژگی از تبدیل کسینوسی گسسته بر روی تصاویر دیجیتال ماموگرام استفاده شده است. از الگوریتم LSDA به منظور کاهش ابعاد و حذف ویژگی های اضافی و نامطلوب تبدیل کسینوسی گسسته استفاده شده است. سرانجام به منظور طبقه بندی تصاویر، ماشین بردار پشتیبان به کار گرفته شده است. در این مقاله تصاویر از پایگاه دادهی DDSM که شامل 300 تصویر سالم، 350 تصویر خوشخیم و 300 تصویر سرطانی است، استفاده شده است. دقت الگوریتم پیشنهادی در طبقه بندی داده ها با استفاده از شبکه های عصبی SVM از نوع RBF برابر 100 است.

کلیدواژه‌ها:

تبدیل کسینوسی گسسته، سرطان پستان، کاهش ابعاد، ماشین بردار پشتیبان، طبقه 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-EMCE04-EMCE04_177.html
کد COI مقاله: EMCE04_177

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:
کشی زاده, معصومه؛ علی فهمی جعفرقلخانلو و سینا شامخی، ۱۳۹۷، تشخیص خودکار سرطان پستان با استفاده از ترکیب تبدیل کسینوسی گسسته و ماشین بردار پشتیبان از روی تصاویر دیجیتال ماموگرام، چهارمین کنفرانس ملی تحقیقات کاربردی در مهندسی برق،مکانیک،کامپیوتر و فناوری اطلاعات، شیراز، دانشگاه تخصصی فناوری های نوین آمل، https://www.civilica.com/Paper-EMCE04-EMCE04_177.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: (کشی زاده, معصومه؛ علی فهمی جعفرقلخانلو و سینا شامخی، ۱۳۹۷)
برای بار دوم به بعد: (کشی زاده؛ فهمی جعفرقلخانلو و شامخی، 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 دولتی
تعداد مقالات: ۳۱۶۸
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 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.