مقاله تشخیص زخمهای بافت دستگاه گوارش بر اساس الگوریتمهای پردازش تصویر در word دارای 6 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله تشخیص زخمهای بافت دستگاه گوارش بر اساس الگوریتمهای پردازش تصویر در word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تشخیص زخمهای بافت دستگاه گوارش بر اساس الگوریتمهای پردازش تصویر در word،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله تشخیص زخمهای بافت دستگاه گوارش بر اساس الگوریتمهای پردازش تصویر در word :
سال انتشار: 1392
محل انتشار: اولین همایش منطقه ای بهینه سازی و روشهای محاسبه نرم در مهندسی برق و کامپیوتر
تعداد صفحات: 6
نویسنده(ها):
وجیهه اسحاقیان – دانشگاه آزاد اسلامی واحد فردوس، گروه مهندسی کامپیوتر، دانشکده فنی، فردوس،ایران
محمد فیوضی – بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری
جواد صدری – گروه مهندسی کامپیوتر دانشکده مهندسی برق و کامپیوتر ، دانشگاه بیرجند، ایرا ن
جواد حدادنیا – استادیار دانشگاه حکیم سبزواری
چکیده:
سرطان و زخمهای دستگاه گوارش از بیماریهای شایعی در دنیا و بخصوص ایران هستند که در صورت تشخیص زود هنگام،میتوان در بسیاری از موارد از مرگ و میر افراد مبتلاجلوگیری نمود. در این مقاله رویکردی مبتنی بر الگوریتمهای پردازش تصویر برای تشخیص زخمهای بخش فوقانی دستگاه گوارش پیشنهاد شده است. . امروزه پزشکان با استفاده از آزمایشات و نمونهگیریها و با توجه به تجربه و دانش خود این بیماری را تشخیص میدهند.با این حال وجود یک چنین روشی میتواند علاوه بر کاهش خطاهای انسانی از اتلاف وقت وهزینه گردد. برای این منظور پایگاهدادهای شامل 130 تصویر از بافت نرمال و 110 ضایعه تهیه و گردآوری شد. با استفاده ازالگوریتمهای پردازش تصویر و ناحیه بندی تصاویر توسط نرم افزار (®MAZDA) ویژگیهای آماری بافت استخراج گردیده و به منظور کاهش بعد از ترکیب GA و SVM استفاده شدهاست و طبقه بندی با استفاده از طبقه بندیهای LDA, KNN, PNN و تکنیک Leave One Out برای آموزش و تست طبقه بندیها، بهترین دقت تشخیص 9655 %، بدست آمده است. علاوه بر دقت طبقهبندی بالای 96 درصد، با استفاده ازمتد Field of Experts برای حذف نویز و کاهش تاثیرات ناخالصیها، ترکیب GA و SVM نیز برای انتخاب ویژگی علاوهبر بالابردن قدرت تفکیک موجب افزایش سرعت تشخیص نیز شده است.
- ۹۵/۰۷/۲۷