شناسایی چندکلاسی سلول های ناهمگون خونی برمبنای الگوریتم شورایی وتجمیع توصیفگر بافت
عنوان مقاله: شناسایی چندکلاسی سلول های ناهمگون خونی برمبنای الگوریتم شورایی وتجمیع توصیفگر بافت
شناسه ملی مقاله: CRIAL01_080
منتشر شده در اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی در سال 1402
شناسه ملی مقاله: CRIAL01_080
منتشر شده در اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی در سال 1402
مشخصات نویسندگان مقاله:
امید اسلامی فر - گروه مهندسی برق ،دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
محمدرضا سلطانی - گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تیران، تیران، ایران
سید محمد جواد رستگار فاطمی - گروه مهندسی برق،دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
خلاصه مقاله:
امید اسلامی فر - گروه مهندسی برق ،دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
محمدرضا سلطانی - گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تیران، تیران، ایران
سید محمد جواد رستگار فاطمی - گروه مهندسی برق،دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
سلول های بیولوژیکی، واحدهای حیاتی سلولی تشکیل دهنده همه موجودات زنده هستند. بنابراین درک نحوه عملکرد و تمایزسلول ها از یکدیگر برای تشخیص بیماری از اهمیت بالایی برخوردار است. در طرح پیشنهادی جهت تشخیص رسته های مختلفخونی از تصاویر میکروسکوپی جمع آوری شده با بهره گیری از ویژگی های تصاویر در حوزه فرکانس و تبدیل موجک استفاده شده است.ضرایب موجک تصویر به یک شبکه عصبی YOLO داده شده تا بین رسته های خونی تمایز قائل شود. در ادامه از شبکه عصبی کانولوشنی جهت تعیین ویژگی های مکانی تصویر بهره گیری شده است. نوآوری دیگر، اعمال تئوری آشوب بر رویفیلترهای وزنی لایه کانولوشن جهت تولید ویژگی های میانی متنوع و متمایز است. در نهایت پس از عبور از لایه میانی و بر اساسنتایج پایش شده هشدارهایی به پزشک در خصوص احتمال بروز بیماری صادر می شود .
کلمات کلیدی: پردازش تصاویر در حوزه فرکانس، رسته سلول های خونی، تبدیل موجک، شبکه عصبی کانولوشن، شبکه عصبی YOLO، تئوریآشوب
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2035204/