تشخیص سندرم داون با استفاده از توصیفگر الگوی دودویی محلی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 550

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCC01_282

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

امروزه کاربرد پردازش تصویر در علوم مختلف بر کسی پوشیده نیست. در این میان پردازش تصویردر پزشکی، به منظور تشخیص بیماری ها، به نتایج قابل قبولی دست یافته است. یکی از این بیماریهاکه در این مقاله به آن پرداخته شده است، سندرم داون می باشد. این بیماری از متداولتریناختلالات کروموزومی مادرزادی است که همواره درجات مختلفی ازعقب ماندگی ذهنی را بههمراه دارد. این مقاله ضمن معرفی روشهای تشخیص سندرم داون به کمک پردازش تصویر، بهتشخیص سندرم داون از طریق الگوی دودویی محلی (LBP) و ماشین بردار پشتیبان (SVM)می پردازد. یکی از کاربردهای تشخیص سندرم داون به کمک پردازش تصویر در اماکن عمومینظیر فرودگاه ها، متروها و ... برای شناسایی این افراد و هشدار به مسئولین انتظامی جهت کمک وراهنمایی بیشتر به آنان می باشد. پایگاه داده مورد استفاده شامل 200 تصویر است که همگی از طریقاینترنت جمعآوری شده است. ارزیابی نتایج با استفاده از معیارهای PPV ، NPV ، Sensitivity وSpecificity در بهترین حالت برابر با 0/96، 0/96، 0/96، 0/96 می باشد.

نویسندگان

راضیه امیری

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه، ایران- گروه مهندسی کامپیوتر، دانشکده فنی و مهندس

عبدالله چاله چاله

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه، ایران- گروه مهندسی کامپیوتر، دانشگاه رازی، کرما

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 :