سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین

Publish Year: 1402
Type: Conference paper
Language: Persian
View: 144

This Paper With 12 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ENPMCONF07_042

Index date: 13 July 2024

ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین abstract

تشخیص زود هنگام بیماری های پوستی نقشی کلیدی در مدیریت و درمان آن دارد. هدف از انجام این پژوهش افزایش دقت طبقه بندیبیماری های پوستی است. روش پیشنهادی شامل چهار مرحله پیش پردازش، قطعه بندی و استخراج ویژگی با الگوریتم GLCM،قانون ABCD و ترکیب الگوریتم های HoG و LBP است که این ترکیب نوآوری این پژوهش است. برای طبقه بندی هم از الگوریتم SVM استفاده شده است. روش پیشنهادی با استفاده از ۵۱۰ عکس در مجموع از سه بیماری ملانوما، خال ملانوسیتی و سرطان سلول پایه ای از مجموعه داده ISIC۲۰۱۹ به مقدار صحت و دقت ۹۶,۱ % میرسد. نوآوری پیشنهادی ۶,۵ % دقت طبقه بندی را افزایش می دهد.

ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین Keywords:

بیماری های پوستی , طبقه بندی چند بیماری پوستی , ترکیب HoG و LBP , مجموعه داده ۲۰۱۹ ISIC

ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین authors

شهرام بهرامی

دانشجوی کارشناسی ارشد رشته هوش مصنوعی و رباتیکز، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

ایمان عطارزاده

عضو هیات علمی گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

علی هارون آبادی

عضو هیات علمی گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

مقاله فارسی "ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین" توسط شهرام بهرامی، دانشجوی کارشناسی ارشد رشته هوش مصنوعی و رباتیکز، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران؛ ایمان عطارزاده، عضو هیات علمی گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران؛ علی هارون آبادی، عضو هیات علمی گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران نوشته شده و در سال 1402 پس از تایید کمیته علمی هفتمین کنفرانس بین المللی مطالعات جهانی در مهندسی کامپیوتر، برق و مکانیک پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بیماری های پوستی، طبقه بندی چند بیماری پوستی، ترکیب HoG و LBP، مجموعه داده ۲۰۱۹ ISIC هستند. این مقاله در تاریخ 23 تیر 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 144 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که تشخیص زود هنگام بیماری های پوستی نقشی کلیدی در مدیریت و درمان آن دارد. هدف از انجام این پژوهش افزایش دقت طبقه بندیبیماری های پوستی است. روش پیشنهادی شامل چهار مرحله پیش پردازش، قطعه بندی و استخراج ویژگی با الگوریتم GLCM،قانون ABCD و ترکیب الگوریتم های HoG و LBP است که این ترکیب نوآوری این پژوهش است. برای طبقه بندی ... . این مقاله در دسته بندی موضوعی یادگیری ماشین و داده کاوی طبقه بندی شده است. برای دانلود فایل کامل مقاله ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.