استخراج ویژگیهای مربوط به توزیع رنگدانه از تصاویر ضایعات رنگدانهای به منظورتشخیص خودکار ضایعات ملانوما از خو شخیم
Publish place: 20th Iranian Conference on Electric Engineering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 959
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE20_585
تاریخ نمایه سازی: 14 مرداد 1391
Abstract:
هدف از این تحقیق تشخیص خودکار ضایعات سرطانی ملانوما از ضایعات خوشخیم است. برای این منظور ناحیهبندی خودکار تصاویردرموسکوپی با استفاده از بازسازی تصاویر در فضای مولفههای اساسی و سپس آستانهگذاری بر هیستوگرام تصویر حاصل پیشنهاد شده است. در این تحقیق ویژگیهای جدیدی که بیانگر نحوه توزیع رنگدانه در ضایعه هستند، معرفی شدهاند. نتایج این تحقیق نشان میدهند که با استخراج 33ویژگی بر اساس قاعدهABCD و همچنین روش ارائه شده برای استخراج 10 ویژگی مربوط به توزیع رنگدانه در ضایعه، میتوان دقت تشخیص ضایعات ملانوما را افزایش داد. پس از استخراج ویژگیهای مربوطه، 10 ویژگی که دارای بیشترین اطلاعات متقابل با کلاس هدف هستند، انتخاب شده و به عنوان ورودی به طبقهبند اعمال میشوند. این روش بر روی 120 تصویر درموسکوپی شامل 63 ملانوما و 57 ضایعه خوشخیم بررسی شده است. با استفاده از طبقهبندهای PNN و SVM ،KNN ،LDAو تکنیک Leave one out برای آموزش و تست طبقهبندها، بهترین دقت تشخیص برای ضایعات ملانوما87/3%و برای ضایعات خوشخیم،82/5% و دقت طبقهبندی کل، 85 % با استفاده از طبقهبندهای KNN و SVM بدست آمده است
Keywords:
Authors
آرزو ذاکری
دانشکده برق و کامپیوتر، گروه مهندسی پزشکی، دانشگاه تربیت مدرس
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 :