ارائه روش جدید مبتنی بر تبدیل هاف و ماشین بردار پشتیبان جهت تشخیص خوش خیم و بدخیم بودن تومور در تصاویر پزشکی
Publish place: National Conference on Engineering Sciences, New Ideas (8)
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 865
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIHE08_078
تاریخ نمایه سازی: 13 آبان 1393
Abstract:
با پیشرفت های چشمگیر تکنیک های پردازش تصویر و هوش مصنوعی، امروزه شاهد کاربردهای موفق آنها درعلوم متفاوت هستیم. یکی از مهمترین این کاربردها زمینه پزشکی و تشخیصهای هوشمند بیماریهاست. تشخیص خوش خیم و بدخیم بودن تومورها یکی از چالشهای مهم پزشکان محسوب می گردد که ارائه روشی جهت تسهیل این امر می تواند راهگشای روند تشخیص باشد. در این مقاله یک روش جدید تشخیص خوش خیم یا بدخیم بودن تومور با استفاده از پردازش تصویر و هوش مصنوعی ارائه می گردد. در روش پیشنهادی ابتدا جهت کاهش حجم تصویر ( به منظور افزایش سرعت و کاهش زمان تشخیص) تصویر فشرده شده و در مرحله بعد، ناحیه تومور به صورت هوشمند تشخیص داده می شود. مشخصات آماری ناحیه تومور و پیکهای تبدیل هاف ناحیه به عنوان بردار ویژگی تومور استخراج گردیده و در نهایت برای تشخیص هوشمند از ماشین بردار پیشتبان استفاده می شود. که نتایج شبیه سازی دقت بالای تشخیص روش پیشنهادی و کاهش چشمگیر زمان تشخیص را نشان می دهد.
Keywords:
Authors
سونا مرجب
هیئت علمی گروه برق، موسسه آموزش عالی آیندگان
آرمین شاه بهرامی
دانشجوی الکترونیک، موسسه آموزش عالی آیندگان
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 :