CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

خوشه بندی تصاویر MR مغزی با ترکیب خوشه بندی K- Means و شبکه عصبی همگشتی

عنوان مقاله: خوشه بندی تصاویر MR مغزی با ترکیب خوشه بندی K- Means و شبکه عصبی همگشتی
شناسه ملی مقاله: TECCONF03_080
منتشر شده در سومین کنفرانس ملی فناوری در مهندسی برق و کامپیوتر در سال 1397
مشخصات نویسندگان مقاله:

رزا فرهنگ زاده - گروه مهندسی پزشکی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
سیامک حقی پور - گروه مهندسی پزشکی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

خلاصه مقاله:
خوشه بندی K-means یکی از روشهای پایه خوشه بندی است. این روش بر اساس کمترین فاصله ی هر داده از مرکز یک خوشه (میانگین) خوشه بندی را انجام میدهد. الگوریتم K-means دارای یک پارامتر K است که نمایندهی تعداد خوشه ها میباشد. شبکه های همگشتی با الهام از نتایج بدست آمده از مطالعه بر روی لایه بینایی مغز حیوانات طراحی شده است. این شبکه ها از سه نوع لایه مختلف تشکیل شده اند که به ترتیب عبارتند از لایه همگشت، لایه تابع غیر خطی و لایه ادغام. در این مطالعه خوشه بندی تصاویر MR مغزی با استفاده از خوشه بندی K- Means انجام شده و در فرآیند آموزش از یک شبکه عصبی همگشتی سه لایه برای تشخیص تصاویر MR مغزی استفاده شد. نتایج حاصل از شبیه سازی بر روی بستر سخت افزاری GPU نشان از عملکرد مناسب این مدل در تشخیص تصاویر MR مغزی داشت.

کلمات کلیدی:
خوشه بندی، خوشه بندی K-means، شبکه عصبی همگشتی، MRI، تصاویر MR

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/789925/