بهبود تفکیک گرههای ریوی بدخیم از خوشخیم با استفاده از ویژگیهای انتخاب شده توسط الگوریتم ژنتیک
محل انتشار: دومین کنفرانس بیوالکترومغناطیس ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 801
فایل این مقاله در 6 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:
ICBEMM02_014
تاریخ نمایه سازی: 11 خرداد 1393
چکیده مقاله:
سرطان ریه از شایعترین سرطانهای کشنده در سراسر جهان است که در ابتدا نشانهای ندارد. نشانههای سرطان ریه هنگامی آشکار میشوند که سرطان به مرحله پیشرفتهای رسیده باشد. شروع سرطان ریه همزمان با آشکار شدن گرههای ریوی میباشد. لذا تشخیص به موقع خوشخیم یا بدخیم بودن گرههای ریوی میتواند سرطان را در مرحله ابتدایی تشخیص داده و به درمان به موقع آن کمک کند. در این مقاله از 74 تصویر سیتیاسکن ریه شامل 48 گره بدخیم و 26 گره خوشخیم استفاده شده است. پس از جداسازی گره در هر تصویر و استخراج ویژگیهای مورفولوژیک (شدت روشنایی، سایز، شکل و بافت) از گره، انتخاب ویژگی با استفاده از روش پیشنهادی مبتنی بر الگوریتم ژنتیک و ماشینبردار پشتیبان بعنوان استراتژی ارزیابی زیرمجموعههای ویژگی استفاده شده است. در نهایت برای طبقهبندی از شبکه عصبی چندلایه پرسپترون و نیز ماشینبردار پشتیبان استفاده شد. دقت طبقه بندی با استفاده از شبکه عصبی چندلایه پرسپترون و ماشینبرداری پشتیبان قبل از انتخاب ویژگی به ترتیب برابر ب81/3% و %76/4 و بعد از انتخاب ویژگی به ترتیب برابر با %88/6 و 96/5% حاصل گردید.
کلیدواژه ها:
نویسندگان
الهه مسعودی نژاد
دانشجوی کارشناسی ارشد دانشکده مهندسی پزشکی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
علی شیخانی
استادیار دانشکده مهندسی پزشکی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
عمادالدین فاطمی زاده
استادیار دانشکده مهندسی برق دانشگاه صنعتی شریف
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 :