مروری بر تشخیص و طبقه بندی بیماری های مزمن ریه توسط استخراج ویژگی از تصاویر سی تی اسکن با استفاده از تکنیک های پردازش تصویر و به کار گیری شبکه عصبی مصنوعی چندلایه
Publish place: Third National Conference on Computer Engineering, Information Technology and Data Processing
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 568
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCOMP03_001
تاریخ نمایه سازی: 31 اردیبهشت 1398
Abstract:
تشخیص زود هنگام بیماری ریه ازطریق تصاویر سی تی اسکن یک مسیله مهم است ، زیرا تشخیص دیر هنگام بیماری باعث مرگ بیمار می شود. دراین مطالعه از روش های طیفی و آماری برای تجزیه وتحلیل تراکم بافت استفاده شده است . ازآنجایی که تصاویر سی تی اسکن ریه درطی تصویربرداری دچار نویزمی شوند، از این رو از روش های طیفی که مقاوم به نویز هستند و همچنین نسبت به چالش هایی مانند تغییر مقیاس ، تغییر حالت رو شنایی و چرخش ثابت هستند، در این مطالعه پیشنهاد شده ا ست و تشخیص بیماری ریه با ا ستفاده از ا ستخراج ویژگی تو سط روشهای آماری تراکم بافت ازت صاویر ریه انجام شده ا ست. مجموعه دادگان شامل ۷۲ تصویر دوریه از بیمارستان دانشگاه والتر برزیل می باشد. توسط شبکه عصبی مصنوعی دولایه (واحد ورودی این شبکه شامل سه ویژگی استخراج شده از ماتریس هم رویدادی سطح خاکستری ، یک لایه پنهان دارای ۵۰ نرون ولایه خروجی که شاخص های کلاس می باشد) مورد ارزیابی قرارگرفت، که دقت ۹۶٪ برای تشخیص وطبقه بندی افراد دارای بیماری مزمن ریوی و افراد سالم بدست آمد.
Keywords:
پردازش تصویر , شبکه عصبی مصنوعی , بیماری ریه , موجک گابور , تشخیص و شناسایی کامپیوتری , استخراج ویژگی.
Authors
سعید آیت نجف آبادی
دانشیار گروه علمی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور
محمدرضا فاضل نجف آبادی
دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران