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

بهینه سازی تصاویر CT SCAN جهت تشخیص سرطان ریه با استفاده ازالگوریتم بهینه سازی فاخته

عنوان مقاله: بهینه سازی تصاویر CT SCAN جهت تشخیص سرطان ریه با استفاده ازالگوریتم بهینه سازی فاخته
شناسه ملی مقاله: RSETCONF03_010
منتشر شده در سومین کنفرانس بین المللی تحقیقات پیشرفته در علوم، مهندسی و فناوری در سال 1399
مشخصات نویسندگان مقاله:

فتانه تبرته فراهانی - کارشناس ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی اراک، اراک – ایران

خلاصه مقاله:
یکی از علل اصلی مرگ سرطان برای مردان و هم زنان سرطان ریه است. بهترین راه برای بهبود شانسبیمار برای بقا، تشخیص اولیه سلول های سرطانی بالقوه است. هیچ یک از سیستم های موجود به دقتبیش از 98 % دست یافته اند. در این پژوهش، ما یک سیستم تشخیص بهینه را نه تنها برای تشخیصاولیه گره های سرطان ریه پیشنهاد می کنیم. در رویکرد ما، برای تقسیم بندی دقیق منطقه بهره (ROI)،تکنیک ترکیبی به نام (FCM) و الگوریتم های بخش بندی در حال رشد منطقه مورد استفاده قرارمی گیرند. سپس ویژگی های مهم گره مورد نظر مانند هندسه، بافت و ویژگی های آماری یا شدت استخراجمی شوند. از ویژگی های استخراج شده در بالا، ویژگی های بهینه مورد استفاده برای طبقه بندی سرطان ریهبا استفاده از الگوریتم بهینه سازی جستجوی Cuckoo شناسایی می شوند. در نهایت، طبقه بندی کننده SVM با استفاده از این ویژگیهای بهینه آموزشدیده است، که به نوبه خود به ما کمک کند تا نوع سرطان ریه بی خطر یا بدخیم طبقه بندی کنیم. کل حساسیت و ویژگی به دست آمده در سیستم ما بهترتیب 98.13 و 98.79 درصد هستند.

کلمات کلیدی:
فازی C-means، الگوریتم بخش بندی، الگوریتم بهینه سازی جستجوی فاخته. SVM

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1046780/