مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

602
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

569
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

دسته بندی تومورهای مغزی براساس تجزیه مولفه های اساسی تنک ساختار یافته و الگوریتم فاکتورگیری ماتریس غیر منفی تنک

صفحات

 صفحه شروع 77 | صفحه پایان 91

چکیده

 تعیین نوع تومور مغزی براساس پردازش تصاویر ام آرآی در کنار دانش پزشکی می تواند به تصمیم گیری درستی در مورد وضعیت بیمار منجر شود. در این راستا تشخیص خوش خیم یا بدخیم بودن تومور و انتخاب روش درمانی بر این اساس, به دلیل لزوم بررسی دقیق جزییات بافت تومور و امکان بروز خطا می تواند به یک مبحث چالش برانگیز تبدیل شود. در این صورت پرداختن به این مسیله به کمک تکنیک های پردازش تصویر می تواند اهمیت بسیاری داشته باشد. در این مقاله, تشخیص مناسب نوع تومور به کمک ویژگی های بافتی و آماری تصویر و انتخاب بهترین بردار ویژگی صورت می گیرد. سپس از الگوریتم تحلیل مولفه های اساسی تنک ساختار یافته به منظور کاهش بعد این دسته ویژگی ها استفاده می شود. در ادامه بردارهای ویژگی حاصل به منظور آموزش مدل های جامع بازنمایی کننده ساختار داده مربوط به هر نوع تومور مغزی به کمک الگوریتم فاکتورگیری ماتریس غیرمنفی تنک مورد استفاده قرار می گیرند. دسته بندی داده ها در روش پیشنهادی براساس مقدار نرخ انرژی محاسبه شده برای ضرایب تنک صورت می گیرد. همچنین نتایج این دسته بندی با نتایج حاصل از طبقه بندهای مبتنی بر شبکه عصبی و ماشین بردار پشتیبان مقایسه گردیده است. نتایج شبیه سازی ها نشان می دهدکه روش پیشنهادی مبتنی بر ویژگی های ترکیبی آماری/بافتی قادر به دسته بندی انواع تومور مغزی با دقت بالا خواهد بود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مودتی، سمیرا. (1399). دسته بندی تومورهای مغزی براساس تجزیه مولفه های اساسی تنک ساختار یافته و الگوریتم فاکتورگیری ماتریس غیر منفی تنک. ماشین بینایی و پردازش تصویر، 7(1 )، 77-91. SID. https://sid.ir/paper/363502/fa

    Vancouver: کپی

    مودتی سمیرا. دسته بندی تومورهای مغزی براساس تجزیه مولفه های اساسی تنک ساختار یافته و الگوریتم فاکتورگیری ماتریس غیر منفی تنک. ماشین بینایی و پردازش تصویر[Internet]. 1399؛7(1 ):77-91. Available from: https://sid.ir/paper/363502/fa

    IEEE: کپی

    سمیرا مودتی، “دسته بندی تومورهای مغزی براساس تجزیه مولفه های اساسی تنک ساختار یافته و الگوریتم فاکتورگیری ماتریس غیر منفی تنک،” ماشین بینایی و پردازش تصویر، vol. 7، no. 1 ، pp. 77–91، 1399، [Online]. Available: https://sid.ir/paper/363502/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button