یک سیستم اتوماتیک استخراج خصیصه و تشخیص آمبولی مبتنی بر PCA و مجموعه های فازی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 354

This Paper With 19 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICMRS02_138

تاریخ نمایه سازی: 5 بهمن 1395

Abstract:

تکنیک اولتراسوند داپلر معمولا برای شناسایی آمبولی در جریان خون مغزی استفاده میشود. در اینجا یک سیستم اتوماتیک استخراج خصیصه و تشخیص آمبولی مبتنی بر تجزیه و تحلیل اجزای اصلی و مجموعه های فازی ارائه میشود. در این سیستم دو خصیصه و k با کمک روش PCA استخراج میشود. در این حین MMR و با پردازش دوره ای و تجزیه و تحلیل طیف نگاره حاصل میشوند. سیگنال های جریان خون نرمال در ابتدا از سیگنال های غیرعادی با استفاده از MMR تمییز داده می شوند. سپس سیگنال های شامل آمبولی و نویزهای اختلال با استفاده از دیگر خصیصه های مبتنی بر مجموعه های فازی تمییز داده میشوند. طی آزمایش هایی با سیگنال های ایجاد شده کامپیوتری و اولتراسوند داپلر کلینیکی نشان داده می شود که خصیصه های استخراج شده از روش PCA بهتر طبقه بندی می شوند. سیستم مبتنی بر مجموعه های فازی نه فقط دقت طبقه بندی بالایی دارد بلکه در تشخیص بیماری ها نیز کاربرد بیشتری دارد.

Authors

مرضیه بنایی شتربان

دانشجوی مقطع کارشناسی ارشد کارشناسی ارشد رشته مهندسی کامپیوتر گرایش هوش مصنوعی گروه مهندسی کامپیوتر دانشکده مهندسی دانشگاه آزاد اسلامی

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 :
  • _ Markus, Monitoring embolism in real time, Circulation 102 (8) ...
  • J. Molloy, H.S. Markus, Asymptomatic embolization predicts stroke and TIA ...
  • D. Georgiadis, F. Uhlmann, A. Lindner, et al., Differentiation between ...
  • _ Fan, D.H. Evans, A.R. Naylor, Automated embolus identification using ...
  • D.H. Evans, J.L. Smith, A.R. Naylor, Characteristics of Doppler ultrasound ...
  • J.L. Smith, D.H. Evans, L. Fan, et al., Differentiation between ...
  • W.H. Mess, B.M. Titulaer, R.G.A. Ackerstaff, A new algorithm for ...
  • E. Roy, P. Abraham, S. Montresor, et al., The narrow ...
  • E. Roy, S. Montresor, P. Abraham, et al., Spectrogram analysis ...
  • S.V. Narasimhan, S. Pavanalatha, Estimation of evolutionary spectrum based on ...
  • N. Aydin, H.S. Markus, Optimization of processing parameters for the ...
  • S. Marvasti, D. Gillies, F. Marvasti, Online automated detection of ...
  • L.Y.L. Mo, R.S.C. Cobbold, A sto chastic-model of the backscattered ...
  • S.A. Jones, D.P. Giddens, A simulation of transit time effects ...
  • G. Rajkiran, K.A. Vijayan, An improved face recognition technique based ...
  • Q. Tao, Y. Wang, P.J. Fish, et al., The wall ...
  • E. Roy, P. Abraham, S. Montresor, et al, Comparison of ...
  • L.A. Zadeh, Fuzzy sets, Inf. Control 8 (1965) 338-353. ...
  • S. Mitra, S.K. Pal, Fuzzy sets in pattern recognition and ...
  • D. Li, W. Pedrycz, N.J. Pizzi, Fuzzy wavelet packet based ...
  • X. Chen, Y. Wang, W. Wang, Simulating thrombus Doppler signals ...
  • M.A. Moehring, J.R. Klepper, Pulse Doppler ultrasound detection, characteriz ation ...
  • نمایش کامل مراجع