استخراج ویژگی بافت بر اساس تبدیل موجک و ماتریس های هم وقوع سطح خاکستریGLCM برای تشخیص اسئوسارکوم با کمک روش درخت تصمم CT و شبکه هوش عصبی ANN
Publish place: The sixth International Conference on Science and Technology of Electrical, Computer and Mechanical Engineering of Iran
Publish Year: 1400
Type: Conference paper
Language: Persian
View: 361
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
UTCONF06_088
Index date: 23 April 2022
استخراج ویژگی بافت بر اساس تبدیل موجک و ماتریس های هم وقوع سطح خاکستریGLCM برای تشخیص اسئوسارکوم با کمک روش درخت تصمم CT و شبکه هوش عصبی ANN abstract
استئوسارکوم شایع ترین تومور بدخیم استخوان در بین کودکان و نوجوانان است. در این مطالعه، تجزیه و تحلیل بافت تصویر برای استخراج ویژگی های بافت از تصاویر CR استخوان برای ارزیابی میزان تشخیص استئوسارکوم انجام شد. برای به دست آوردن مجموعه بهینه ویژگی ها، تبدیل های موجک ۴Sym و ۴Db و ماتریس های هم وقوع سطح خاکستری(GLCM) با استفاده از روش های آماری برای به حداکثر رساندن انتخاب ویژگی، روی تصویر اعمال شد. برای ارزیابی عملکرد این روش ها از الگوریتم درخت تصمیم و شبکه عصبی استفاده شد. نتایج تجربی نشان داد که برای تمام ویژگی های استخراج شده تبدی ل موجک ۴Sym و ۴Db و ماتریس های هم وقوع سطح خاکستری(GLCM) با روش درخت تصمیم دارای دقت طبقه بندی بالاتری (۶۷.۸۴درصد) و شبکه عصبی دقت طبقه بندی بالاتری (۵.۸۵ درصد) برای وقوع استئوسارکوم در دیافیز داشت. نتایج شامل دقت، حساسیت، ویژگی و منحنی های ROC به دست آمده با استفاده از موجک ها همگی بالاتر از نتایج به دست آمده با استفاده از ویژگی های به دست آمده از روش GLCM می باشد. نتیجه گیری می شود که مجموعه ای از ویژگی های بافت را می توان از موجک ها استخراج کرد و در سیستم های تشخیص استئوسارکوم به کمک رایانه استفاده کرد. علاوه بر این، این مطالعه همچنین تایید می کند که تجزیه و تحلیل چند وضوح یک ابزار مفید برای استخراج ویژگی بافت در طول پردازش تصویر CR استخوان است.
استخراج ویژگی بافت بر اساس تبدیل موجک و ماتریس های هم وقوع سطح خاکستریGLCM برای تشخیص اسئوسارکوم با کمک روش درخت تصمم CT و شبکه هوش عصبی ANN Keywords:
استئوسارکوم , موجک ۴Sym و ۴Db , ماتریس های هم وقوع سطح خاکستری(GLCM) , روش درخت تصمیم , و شبکه عصبی , درخت تصمیم CT
استخراج ویژگی بافت بر اساس تبدیل موجک و ماتریس های هم وقوع سطح خاکستریGLCM برای تشخیص اسئوسارکوم با کمک روش درخت تصمم CT و شبکه هوش عصبی ANN authors
پیمان ذاتعلی
دانشجوی ارشد الکترونیک مدارات مجتمع دانشگاه شهاب دانش قم