سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یک الگوریتم جدید استخراج ویژگی با الستفاده از تخمین دو بعدی اطلاعات متقابل برای کاربرد های تشخیص پزشکی

Publish Year: 1389
Type: Conference paper
Language: Persian
View: 726

This Paper With 6 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:

ICBME17_152

Index date: 30 June 2013

یک الگوریتم جدید استخراج ویژگی با الستفاده از تخمین دو بعدی اطلاعات متقابل برای کاربرد های تشخیص پزشکی abstract

در این تحقیق یک الگوریتم استخراج ویژگی با استفاده از اطلاعات متقابل دو بعدی به منظور کاهش بعد فضای ویژگی پیشنهاد شدهاست. در این روش سعی میشود با ترکیب ویژگیهای موجود، ویژگیهای جدیدی ساخته شوند که حداکثر اطلاعات را در رابطه با کلاسها داشتهباشند و همچنین دارای حداقل وابستگی با یکدیگر باشند. الگوریتم ارائه شده برای طبقهبندی سیگنالهای تشخیص سرطان سینه، تشخیصزنده ماندن بیشتر یا کمتر از پنج سال در بیمارانی که پس از عمل جراحی سرطان سینه زنده ماندهاند، تشخیص بیماری پارکینسون، تشخیص بیماری دیابت، تشخیص ماسک کردن سلول، تشخیص سرطان شش و تشخیص تصاویر توموگرافی قلبی که در سایت UCI موجود می باشد به کار گرفته شده است. نتایج نشان میدهد که با استفاده از روش پیشنهادی برای استخراج ویژگی و طبقهبندی کننده خطی نزدیکترین همسایه، سرطان سینه با دقت 96/4%، بیماری پارکینسون با دقت 92/4%، دیابت با دقت 71/4%، ماسک کردن سلول با دقت 96/8%، سرطان شش با دقت 65/2%، تصاویر توموگرافی با دقت 77/8% و زنده ماندن بیشتر یا کمتر از پنج سال در بیمارانی که پس از عمل جراحی سرطان سینه زنده با دقت 67/5% تشخیص داده شده است.

یک الگوریتم جدید استخراج ویژگی با الستفاده از تخمین دو بعدی اطلاعات متقابل برای کاربرد های تشخیص پزشکی Keywords:

یک الگوریتم جدید استخراج ویژگی با الستفاده از تخمین دو بعدی اطلاعات متقابل برای کاربرد های تشخیص پزشکی authors

علی شادور

آزمایشگاه کنترل عصبی- عضلانی، مرکز فناوری عصبی ایران، گروه مهندسی پز

عباس عرفانیان امیدوار

آزمایشگاه کنترل عصبی- عضلانی، مرکز فناوری عصبی ایران، گروه مهندسی پز

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 :
_ _ , k, _ _ _ _ _ _ ...
J. M. Leiva-Muril, and A. Artes -Rodriguez, "Maximization of mutual ...
IEEE Transactions on Neural Networks, vol. 18, no. 5, pp. ...
K. Torkkola, _ extraction by non-parametric mutual ...
_ _ _ _ Binary Classification Problems, " IEEE Trans. ...
R. O. Duda, P. E. Hart, and D. G. Stork, ...
D. Huang and T. W. S. Chow, :Effective feature selection ...
_ _ _ 5, no. 4, pp. 537-550, Jul. 1994. ...
F. Oveisi, and A. Erfanian, _ minimax mutual information ...
C.L. Blake and C, Merz, _ Repository of Machine Learning ...
نمایش کامل مراجع

مقاله فارسی "یک الگوریتم جدید استخراج ویژگی با الستفاده از تخمین دو بعدی اطلاعات متقابل برای کاربرد های تشخیص پزشکی" توسط علی شادور، آزمایشگاه کنترل عصبی- عضلانی، مرکز فناوری عصبی ایران، گروه مهندسی پز؛ عباس عرفانیان امیدوار، آزمایشگاه کنترل عصبی- عضلانی، مرکز فناوری عصبی ایران، گروه مهندسی پز نوشته شده و در سال 1389 پس از تایید کمیته علمی هفدهمین کنفرانس مهندسی پزشکی ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله آنتروپی، استخراج ویژگی، اطلاعات متقابل، الگوریتم ژنتیک ، طبقه بندی هستند. این مقاله در تاریخ 9 تیر 1392 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 726 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در این تحقیق یک الگوریتم استخراج ویژگی با استفاده از اطلاعات متقابل دو بعدی به منظور کاهش بعد فضای ویژگی پیشنهاد شدهاست. در این روش سعی میشود با ترکیب ویژگیهای موجود، ویژگیهای جدیدی ساخته شوند که حداکثر اطلاعات را در رابطه با کلاسها داشتهباشند و همچنین دارای حداقل وابستگی با یکدیگر باشند. الگوریتم ارائه شده برای طبقهبندی سیگنالهای تشخیص سرطان ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله یک الگوریتم جدید استخراج ویژگی با الستفاده از تخمین دو بعدی اطلاعات متقابل برای کاربرد های تشخیص پزشکی با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.