Mass Detection in Mammograms Using GA based PCA and Haralick Features Selection
Publish place: 19th Iranian Conference on Electric Engineering
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,252
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE19_357
تاریخ نمایه سازی: 14 مرداد 1391
Abstract:
Many existing researches utilized different types of feature extraction techniques to detect masses in ROI images. Based on our observations, inclusion of additional features beyond a certain point worsens the performance rather than enhancing it. This paper describes a hybrid method of mammogram recognition which is based on principle component analysis, Haralick features and Genetic algorithm to select the best features.
Keywords:
Authors
SayedMasoud Hashemi Amroabadi
Electrical and Computer Eng. Dept. University of Toronto, Toronto, Canada
Mohammad Reza Ahmadzadeh
Electrical and Computer Eng. Dept., Isfahan University of Tech., Isfahan, Iran
Ali Hekmatnia
Medical Image and Signal Processing center, Isfahan University of Medical Science, Isfahan
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :