ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

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

Year: 1397
COI: JR_ARTE-2-8_002
Language: PersianView: 543
This Paper With 22 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 22 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

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

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:

Paper COI Code

This Paper COI Code is JR_ARTE-2-8_002. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/763405/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
مهرآفرید، سمیرا و اکبرپورسکه، محمد،1397،تشخیص تومورهای مغزی با استفاده از الگوریتم خوشه بندی فازی و هوش ازدحامی،https://civilica.com/doc/763405

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 403
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support