بهبود قطعه بندی تصاویر تومور مغزی با استفاده از ترکیب خوشه بندی فازی و الگوریتمPSO
Publish place: The 4th National Conference on Computer Science and Engineering and Information Technology
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 694
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CECCONF04_003
تاریخ نمایه سازی: 24 شهریور 1397
Abstract:
امروزه نقش علوم کامپیوتری در تجزیه و تحلیل اسناد پزشکی و کمک کردن به پزشکان جهت تصمیم گیری بهتر و دقیق تر بسیار وسیع تر و کاربردی تر شده است. بیماری تومور مغزی علی رغم اینکه نرخ پایینی از بیماری های رایج جامعه را به خود اختصاص می دهد، اما با توجه به اهمیت عضو مغز برای حیات انسان، یکی از مهمترین و حساس ترین بیماری های امروز بشر تلقی می گردد. تا امروز از روش های مختلفی مانند داده کاوی، یادگیری ماشین و محاسبات نرم برای تشخیص و پیش بینی بیماری های مختلف به استفاده شده است. پردارش تصاویر دیجیتالی یکی از راهکارهای مفید جهت آنال یز و تحلیل بیماری هایی مانند آسیب های استخوانی، بیماری های عروقی و بیماری تومور مغزی می باشد. در این پایان نامه بر اساس الگور یتم های خوشه بندی فازی و کوچ پرندگان روشی بهینه جهت قطعه بندی تصاویر سی تی اسکن و تشخیص تومور مغزی ارایه می شود. نتایج حاصل از شبیه سازی روش پیشنهاد ی حاک ی از بهبود عملکرد الگور یتم FCMتوسط الگوریتم PSO جهت تشخیص تومور مغزی می باشد.
Keywords:
Authors
سهیلا قویدل
موسسه آموزش عالی اشراق
احسان جعفری
موسسه آموزش عالی اشراق
فرهنگ پدیداران مقدم
موسسه آموزش عالی اشراق