Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > مقالات و اسلاید ها > مقالات و اسلایدهای فارسی مرتبط با هوش مصنوعی


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۳-۳-۱۳۸۹, ۰۶:۱۸ بعد از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool تشخيص خودكار خوشه هاي ميكروكلسيفيكاسيون به كمك تبديل موجك و شبكه هاي عصبي

تشخيص خودكار خوشه هاي ميكروكلسيفيكاسيون به كمك تبديل موجك و شبكه هاي عصبي

چکيده:
در اين مقاله، يك سيستم cad به منظور شناسايى و تشخيص خوشه هاى ميكروكلسيفيكاسيون در تصاوير ماموگرافى معرفى شده است. الگوريتم معرفى شده مركب از سه مرحله اساسى است. در مرحله اول، تبديل موجك روى تصاوير ماموگرافى اعمال شده و دو ضريب موجك به همراه دو ويژگى آمارى به عنوان ويژگى هاى متمايز كننده پيكسل ها از نظر تعلق به يك دانه ميكروكلسيفيكاسيون استخراج مى گردد. سپس با استفاده از يك شبكه عصبى، دسته بندى اوليه پيكسل ها انجام مى شود. در مرحله دوم الگوريتم، پس از حذف پيكسل هاى نويزى حاصل از مرحله اول، اجسام باقيمانده از نظر مطابقت با يك دانه ميكروكلسيفيكاسيون مورد بررسى قرار مى گيرد. به اين منظور، از 18 ويژگى تعريف شده براى هر دانه ميكروكلسيفيكاسيون، و يك دسته بندى كننده غيرخطى استفاده شده و دانه هاى ميكروكلسيفيكاسيون با دقت خوبى شناسايى مى شود. براى آموزش اين دسته بندى كننده، از 16 ناحيه حاوى ميكروكلسيفيكاسيون هاى بدست آمده از تصاوير پايگاه داده اى كه مجموعا شامل 379 ميكروكلسيفيكاسيون بودند استفاده شده است. در مرحله سوم، با استفاده از 5 ويژگى مربوط به خوشه هاى ميكروكلسيفيكاسيون و يك شبكه عصبى، در مورد بدخيمى خوشه هاى ميكروكلسيفيكاسيون قضاوت به عمل مى آيد. براى آموزش اين شبكه عصبى از 22 خوشه كه از 14 خوشه خوش خيم و 8 خوشه بدخيم تشكيل شده بودند استفاده شد. براى سنجش كارآيى سيستم نيز 22 خوشه ديگر كه در مرحله آموزش از آنها استفاده نشده بود و شامل 10 خوشه خوش خيم و 12 خوشه بد خيم بودند، به سيستم اعمال شد. با اعمال تصاوير فوق، اين سيستم در مقدار آستانه 0.45 مقدار حساسيت 100% و مقدار خصوصيت 91.6% از خود نشان داد. با توجه به اين مقادير مى توان قابليت مناسب الگوريتم ايجاد شده را تاييد نمود.

کليدواژگان:
ماموگرافي، ميكروكلسيفيكاسيون، تشخيص خودكار تصاوير ماموگرافي، شبكه هاي عصبي مصنوعي، پردازش تصوير، تبديل موجك
فايل ضميمه
نوع فايل: pdf p0456200021171-B91E92.pdf (182.8 كيلو بايت, 10 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۴:۲۸ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design