انتخاب ویزگی های مؤثر در تشخیص خودکار ضایعات رنگدانه ای با استفاده از الگوریتم زنبور عسل
Publish place: 2nd Iranian National Conference on Electrical Engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 693
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:
INCEE02_040
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
در این مقاله روش جدیدی برای انتخاب ویژگی از تصاویر و تشخیص خودکار ضایعات رنگدانه ای پوست ارائه شده است. پس از اعمال فرآیندهای پیش پردازش و جداسازی ضایعه از پوست سالم اطراف آن، از هر تصویر ضایعه، 94 ویژگی شامل ویژگی های شکل، رنگ و بافت استخراج می شود. در این تحقیق، 250 تصویر در موسکویی شامل 115 ضایعه ملانوما و 135 ضایعه خوش خیم مورد بررسی قرار گرفته است. بعد از نرمال سازی ویزگی ها، الگوریتم زنبور عسل ویزگی هایی را تعیین می کند که با استفاده از طبقه بند k نزدیکترین همسایگی (knn) دقت طبقه بندی افزایش پیدا کند. با استفاده از این تکنیک و کاهش تعداد ویژگی ها از 94 ویژگی به 10 ویژگی بیشترین دقت طبقه بندی حاصل می شود. نتایج نشان می دهد که دقت تشخیص ضایعات رنگدانه ای، با استفاده از طبقه بند KNN و الگوریتم زنبور عسل، از 76/4% به 95/11% ارتقاء یافته است.
Keywords:
Authors
مرضیه بهجتی
دانشجوی کارشناسی ارشد مهندسی برق- کنترل، دانشگاه آزاد اسلامی واحد علی آباد کتول
آرزو ذاکری
دانشکده فنی و مهندسی، گروه مهندسی پزشکی، دانشگاه آزاد اسلامی واحد علی آباد کتول
حامد حسینی
دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد علی آباد کتول
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 :