طراحی یک سیستم جهت بررسی وجود تومور درتصاویر MRI مغز به وسیله الگوریتم SVM و قطعه بندی K-MEANS

تشخیص تومور مغزی به وسیله عامل انسانی، امری زمانبر است و طبقه بندی مبهمی را ارایه می دهد. از این رو، سیستمی خودکار برای طبقه بندی تصاویر تومور مغزی مورد نیاز است. با تقسیم بندی تصاویر MRI مغز در یک تصویر می توان به مناطقی که دارای ویژگی های مشابه برای شناسایی و تشخیص هستند، دست یافت. تقسیم بندی تصویر MRI در پزشکی بسیار گسترده است. این عمل می تواند دقت تشخیص را افزایش دهد و به پزشکان کمک کند تا خطاها را به حداقل برسانند. سیستم تشخیص تومور می تواند در تصمیم گیری و تشخیص توسط پزشکان، پرستاران و کسانی که در این زمینه کار می کنند، کمک کند. روش پیشنهادی برای تقسیم بندی تومور در سه مرحله با استفاده از پردازش تصویر و روش های یادگیری ماشین انجام می شود: استخراج هیستوگرام و ماشین SVM، حذف جمجمه و خوشه بندی K-MEANS. نتایج تجربی نشان دهنده تشخیص مناسب تومور مغزی بود. در این پژوهش دقت، صحت و استخراج ویژگی با درصد مناسبی حاصل شد.

طراحی یک سیستم جهت بررسی وجود تومور درتصاویر MRI مغز به وسیله الگوریتم SVM و قطعه بندی K-MEANS Keywords:

تومور مغزی , الگوریتم SVM , قطعه بندی K-MEANS , تصویر MRI , هیستوگرام