تشخیص تومور مغزی در تصاویرMRIبا استفاده ازSVMو ویژگیهای استخراج شده بهینه
محل انتشار: پانزدهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,934
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE15_575
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
در این مقاله یک الگوریتم جدید با استفاده از ماشین بردار پشتیبان Support Vector Machine (SVMجهت تشخیص تومور مغزی در تصاویر حاصل ازMagnetic Resonance Imaging (MRI) ارائه شده است. در الگوریتم ارائه شده چهار دسته ویژگی مد نظر قرار گرفته و بهترین ویژگیها جهت اعمال به شبکه عصبی بر اساس الگوریتم ژنتیک انتخاب می شوند. دسته اول شامل ویژگیهای استاتیک نظیر آنتروپی، چولگی، میانگین، انرژی، گشتاور، همبستگی و...است. دسته دوم ویژگیها، با استفاده از حوزه فرکانسیFast Fourier Transform (FFT)استخراج میگردد. سری سوم ویژگیها از ضرایب تبدیل گسسته موجکWavelet Transform) استخراج و سپس با تکنیک تحلیل مولفه اصلیPrinciple Component Analysis (PCA)افزونگی دادهها کاهش داده می- شود. سری چهارم، شامل ویژگیهایی میباشد که از طریق نمودار هیستوگرام به دست میآید
کلیدواژه ها:
نویسندگان
رضا شفقی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمان
مهدی جعفری
دانشگاه آزاد اسلامی واحد کرمان
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 :