تشخیص تومورهای مغزی با استفاده از الگوریتم خوشه بندی فازی و هوش ازدحامی

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 809

This Paper With 22 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ARTE-2-8_002

تاریخ نمایه سازی: 27 مرداد 1397

Abstract:

پزشکان به کمک تصاویر رزوناس مغناطیسی میتوانند بافتهای مختلف مغز را از هم تفکیک نموده و تومورهای مغزی احتمالی در آن را شناسایی نمایند. عدم تشخیص دقیق نواحی تومور توسط پزشکان باعث میشود در جراحی احتمالی تومور یا درمان های دیگر، ناحیه توموری به خوبی از بین نرود و جان بیماران با خطر مواجه شود. یکی از روشهای افزایش دقت تشخیص ناحیه توموری استفاده از روشهای خودکار شناسایی تومور به کمک روشهای مانند ناحیه بندی تصاویر است. خوشه بندی فازی یکی از تکنیک های مهم پردازش تصویر و ناحیه بندی تصاویر محسوب میشود . یکی از چالشهای الگوریتم های مختلف خوشه بندی از جمله الگوریتم خوشه بندی فازی، انتخاب بهینه مراکز خوشه ها میباشد که انتخاب بهینه آنها باعث بهبود خروجی خوشه بندی میشود. در این پژوهش جهت انتخاب مراکز خوشه ها در الگوریتم خوشهبندی فازی از مفاهیم هوش دسته جمعی ذرات استفاده شده است. در روش پیشنهادی هر ماتریس عضویت خوشه بندی فازی در قالب یک ذره مدل سازی شده و تعدادی از این ماتریس های عضویت در قالب مجموعه ای از جمعیت اولیه الگوریتم ذرات بکار گرفته میشود تا بهترین مراکز خوشه ها برای ناحیه بندی دقیق تر و تشخیص نواحی تومور مغزی در تصاویر تشدید رزوناس مغناطیسی بدست آید. نتایج آزمایشات و پیاده سازی های مختلف نشان میدهد که مقادیر متوسط شاخص جاکارد، شاخص شباهت، دقت و حساسیت روش پیشنهادی به ترتیب 94. 42%، 96. 30%، 91. 17% و 95. 82% و در مقایسه با روش های خوشه بندی FCM، KFCM و SOM-FCMاز نظر شاخص شباهت و حساسیت بهتر عمل مینماید.

Keywords:

Authors

سمیرا مهرآفرید

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد بافت. ایران

محمد اکبرپورسکه

عضو هیات علمی گروه کامپیوتر. دانشگاه آزاد اسلامی. واحد شیروان. ایران