طراحی سیستم تشخیص ندول های ریوی از روی تصاویر سی تی اسکن ریه با استفاده از طبقه بندی کننده ماشین بردار پشتیبان
عنوان مقاله: طراحی سیستم تشخیص ندول های ریوی از روی تصاویر سی تی اسکن ریه با استفاده از طبقه بندی کننده ماشین بردار پشتیبان
شناسه ملی مقاله: JR_JHBMI-3-4_006
منتشر شده در در سال 1395
شناسه ملی مقاله: JR_JHBMI-3-4_006
منتشر شده در در سال 1395
مشخصات نویسندگان مقاله:
حمیدرضا غفاری - دکتری مهندسی کامپیوتر، استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد فردوس، دانشگاه آزاد اسلامی، فردوس، ایران.
مصطفی مستشاری - M.Sc. Computer Engineering, Department of Computer Engineering, Ferdows Branch, Islamic Azad University, Iran.
مریم سادات محمودی - کارشناس ارشد علوم کامپیوتر، مربی، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، ایران.
خلاصه مقاله:
حمیدرضا غفاری - دکتری مهندسی کامپیوتر، استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد فردوس، دانشگاه آزاد اسلامی، فردوس، ایران.
مصطفی مستشاری - M.Sc. Computer Engineering, Department of Computer Engineering, Ferdows Branch, Islamic Azad University, Iran.
مریم سادات محمودی - کارشناس ارشد علوم کامپیوتر، مربی، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، ایران.
مقدمه: تشخیص ندول های ریوی به کمک رادیولوژی یکی از روش های تشخیص زودرس سرطان در تصاویر سی تی اسکن است. یکی از چالشهای اصلی برای تشخیص ندولهای ریوی ، مشکل شناسایی و تفکیک ندولهای ریوی از اجزا ریه میباشد. در این پژوهش یک سیستم تشخیص به کمک کامپیوتر جهت شناسایی این ندول ها معرفی شده است.
روش: این پژوهش مطالعهای توصیفی، تحلیلی بوده که به روی ۹۷ تصویر سیتی اسکن انجام شده است. جهت تشخیص ندولهای ریوی از طبقه بندی کننده ی ماشین بردار پشتیبان و الگوریتم ژنتیک به کمک نرم افزار متلب استفاده شده است.
نتایج: در این پژوهش در مورد ریه، سعی در دسته بندی نواحی تصاویر، به دو دسته دارای ندول و بدون ندول شده است. تحقیق حاضر درصدد ایجاد چارچوبی کاملا خودکار برای شناسایی ندول های ریوی در تصاویر سی تی اسکن قفسه سینه می باشد. این چارچوب بخشی اساسی از سیستم شناسایی به کمک کامپیوتر بوده که در شناسایی دقیق و سریع تر ندولهای ریوی به رادیولوژیست کمک می نماید.
نتیجه گیری: با توجه به نتایج حاصل از این مطالعه، برای تشخیص مناطق مشکوک به ندول، سیستم پیشنهادی به طور موثری در تشخیص ندول های مشکوک و مناطق آن ها نسبت به روش های قبلی بهتر عمل کرده است.
کلمات کلیدی: Pulmonary Nodules, CT Scan Images, Support Vector Machine Classifier, ندول های ریوی, تصاویر سی تی اسکن, طبقه بندی کننده ی ماشین بردار پشتیبان.
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2036302/