Recognition of Breast Cancer Using Fuzzy Rules and Efficient Features
محل انتشار: کنفرانس بین المللی مدل سازی غیر خطی و بهینه سازی
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,169
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:
ICNMO01_149
تاریخ نمایه سازی: 19 اسفند 1391
چکیده مقاله:
Breast cancer is the second leading cause of death for women all over the world. The correct diagnosis of breast cancer is one of the major problems in the medical field. Fromthe literature it has been found that different pattern recognition techniques can help them to improve in this domain. This paperpresents a novel hybrid intelligent method for detection of breast cancer tumors. The proposed method includes three mainmodules: a feature extraction module, a classifier module andan optimization module. In the feature extraction module, statistical features are proposed as the efficient characteristic of the tumors. In the classifier module adaptive neuro-fuzzy inference system (ANFIS) is proposed that is a hybridcombination of artificial neural networks (ANN) and fuzzy inference system (FIS). In ANFIS training, the vector of radius has very important role for its recognition accuracy. Therefore, in the optimization module, bees algorithm (BA) is proposed for finding optimum vector of radius. The proposed system is tested on Wisconsin Breast Cancer (WBC) database and simulation results show that the recommended system has high accuracy
کلیدواژه ها:
نویسندگان
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 :