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

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

394
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

544
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ترکیب ماشین بردار پشتیبان و مدل های پیش آموزش دیده ی شبکه عصبی کانولوشن به منظور طبقه بندی تومورهای مغزی در تصاویر ام آر آی

صفحات

 صفحه شروع 55 | صفحه پایان 77

چکیده

 به دلیل محل رشد تومورهای مغزی در سر انسان, معمولا احتمال مرگ بر اثر این تومورها, شش برابر بیشتر از تومورهای دیگر است. سیستم های کامپیوتری را می توان برای کاهش تجویز درمان های نامناسب و کمک به متخصصان در تشخیص این بیماری استفاده کرد. در این مقاله از یک الگوریتم جدید به منظور تشخیص تومورها در 900 تصویر ام آر آی استفاده شده است. این الگوریتم مشتمل بر چهار فاز اصلی است که در فاز اول بعد از ورود داده ها عملیات پیش پردازش بر روی تصاویر با استفاده از روش یکسان سازی هیستوگرام انجام می شود. در فاز دوم با استفاده از دو مدل پیش آموزش دیده شبکه عصبی کانولوشن, استخراج ویژگی انجام می شود. استفاده از مدل های پیش آموزش دیده شبکه عصبی کانولوشن باعث می شود که ویژگی ها با کیفیت بالاتر, نسبت به روش های سنتی از تصاویر استخراج شود. به علت ایجاد ویژگی های فراوان توسط مدل های شبکه عصبی کانولوشن, در فاز سوم از روش تحلیل مؤلفه های اصلی احتمالی به منظور کاهش ابعاد و وابستگی استفاده می شود که در نهایت 100 ویژگی اصلی از هر مدل استخراج می شود. در فاز چهارم طبقه بندی با استفاده از الگوریتم ماشین بردار پشتیبان انجام می شود. به منظور مقایسه نتایج, از سه شاخص ویژگی, حساسیت, و دقت استفاده شده است. نتایج مقایسه ای نشان می دهد که الگوریتم پیشنهادی عملکرد مناسبی در اکثر داده ها دارد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    بالاوند، علیرضا، حسین زاده کاشان، علی، و سقایی، عباس. (1398). ترکیب ماشین بردار پشتیبان و مدل های پیش آموزش دیده ی شبکه عصبی کانولوشن به منظور طبقه بندی تومورهای مغزی در تصاویر ام آر آی. پژوهش های نوین در تصمیم گیری، 4(1 )، 55-77. SID. https://sid.ir/paper/397224/fa

    Vancouver: کپی

    بالاوند علیرضا، حسین زاده کاشان علی، سقایی عباس. ترکیب ماشین بردار پشتیبان و مدل های پیش آموزش دیده ی شبکه عصبی کانولوشن به منظور طبقه بندی تومورهای مغزی در تصاویر ام آر آی. پژوهش های نوین در تصمیم گیری[Internet]. 1398؛4(1 ):55-77. Available from: https://sid.ir/paper/397224/fa

    IEEE: کپی

    علیرضا بالاوند، علی حسین زاده کاشان، و عباس سقایی، “ترکیب ماشین بردار پشتیبان و مدل های پیش آموزش دیده ی شبکه عصبی کانولوشن به منظور طبقه بندی تومورهای مغزی در تصاویر ام آر آی،” پژوهش های نوین در تصمیم گیری، vol. 4، no. 1 ، pp. 55–77، 1398، [Online]. Available: https://sid.ir/paper/397224/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا