کاهش خطای مثبت در تشخیص کامپیوتری ندول های ریوی با استفاده از روش های مبتنی بر یادگیری
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 373
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_076
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
در این مقاله به بررسی روش های مبتنی بر طبقه بندی جهت دسته بندی کاندیداهای ندول می پردازیم. در ابتدا مجموعه ویژگی های هندسی و ویژگی های مبتنی بر بافت کاندیداهای ندول استخراج می شود. سپس به منظور کاهش خطای مثبت و تشخیص ندول ها از روش های طبقه بندی استفاده می شود. طبقه بندی با استفاده از ماشین بردار پشتیبان آن دسته ها و تنظیم های مختلف انجام می شود. نتایج به دست آمده از ماشین بردار پشتیبان با نتایج استفاده از شبکه عصبی مقایسه می شود. در این تهدید از تصاویر سی تی اسکن پایگاه داده LIDC و ELCAP استفاده شده است.
Keywords:
تصویر سی تی اسکن ریه , استخراج ویژگی , ماشین بردار پشتیبان , طبقه بندی حساس به هزینه , شبکه عصبی رو به جلو
Authors
نفیسه سروش نجف آبادی
دانشجوی کارشناسی ارشد کامپیوتر، گروه برق و کامپیوتر دانشگاه کاشان، دانشگاه کاشان
حسین ابراهیم پور کومله
استادیار دانشگاه کاشان، گروه برق و کامپیوتر دانشگاه کاشان، دانشگاه کاشان
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 :