پیشنهاد یک الگوریتم ترکیبی برای شناسایی رتینوپاتی دیابتی مبتنی برتکنیکهای یادگیری ماشین
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,073
This Paper With 9 Page And PDF Format Ready To Download
- 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:
PNUNCIT01_131
تاریخ نمایه سازی: 20 اردیبهشت 1392
Abstract:
میکروآنوریسم ها ابتدایی ترین علائم بیماری رتینوپاتی دیابتی اختلال درشبکیه ناشی ازبیماری دیابت می باشند وجود این جراحت درسطح شبکه میتواند بطور جدی بینایی را مختل نماید تشخیص پاتولوژیهای میکروانوریسم درشمار زیادی ازتصاوی تولید شده مرتبط با روشهای تصویربرداری زمان بر پرهزینه و توام با خطاهای انسانی می باشد دراین مقاله ازروش تشخیص میکروانوریسم ها برمبنای ناحیه بمنظور جداسازی این پاتولوژیها ازسایر ساختارهای پاتولوژی اناتومی استفاده گردیده است برای تخمین توزیع چگالی احتمال میکروانوریسم ها و غیرمیکروآنوریسم ها از دسته بندی کننده هایی نظیر k- نزدیکترین همسایه درخت های تصمیم ماشین بردار پشتیبان شبکه های بیزین و شبکه های عصبی مصنوعی استفاده گردیده است تشخیص میکروانوریسم ها براساس ناحیه باعث ایجاد یک سیستم تشخیص دقیق و قابل اطمینان و عملی شده است هدف این مقاله بررسی اتوماتیک تصاویر رنگی شبکیه دربیماران مبتلا به دیابت به منظور شناسایی و دسته بندی سریع و دقیق پاتولوژیهای قرمز رنگ شبکیه میکروآنوریسم ها وسپس تشخیص بیماری رتینوپاتی دیابتی درمراحل اولیه آن به منظور اغاز درمان موثر میب اشد.
Keywords:
میکروآنوریسم ها , تشخیص میکروآنوریسم ها برمبنای ناحیه , دسته بندی , ماشین بردارپشتیبان , رتینوپاتی دیابتی
Authors
علی شاعیدی
هیئت علمی دانشگاه پیام نورخوزستان
سیدحسن صادق زاده
هیئت علمی دانشگاه پیام نوریزد
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 :