طراحی سیستم تشخیص ندول های ریوی از روی تصاویر سی‌تی‌اسکن ریه با استفاده از طبقه‌بندی کننده ماشین بردار پشتیبان

نویسندگان

  • غفاری, حمیدرضا دکتری مهندسی کامپیوتر، استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد فردوس، دانشگاه آزاد اسلامی، فردوس، ایران.
  • محمودی, مریم سادات کارشناس ارشد علوم کامپیوتر، مربی، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، ایران.
  • مستشاری, مصطفی کارشناس ارشد مهندسی کامپیوتر، گروه کامپیوتر، واحد فردوس، دانشگاه آزاد اسلامی، فردوس، ایران.
چکیده مقاله:

مقدمه: تشخیص ندول‌های ریوی به کمک رادیولوژی یکی از روش‌های تشخیص زودرس سرطان در تصاویر سی‌تی‌اسکن است. یکی از چالش­های اصلی برای تشخیص ندول­های ریوی ، مشکل شناسایی و تفکیک ندول­های ریوی از اجزا ریه می­باشد. در این پژوهش یک سیستم تشخیص به کمک کامپیوتر جهت شناسایی این ندول ها معرفی شده است. روش: این پژوهش مطالعه­ای توصیفی، تحلیلی بوده که به روی 97 تصویر سی­تی اسکن انجام شده است. جهت تشخیص ندول­های ریوی از طبقه‌بندی کننده‌ی ماشین بردار پشتیبان و الگوریتم ژنتیک به کمک نرم افزار متلب استفاده شده است. نتایج: در این پژوهش در مورد ریه، سعی در دسته‌بندی نواحی تصاویر، به دو دسته دارای ندول و بدون ندول شده است. تحقیق حاضر درصدد ایجاد چارچوبی کاملاً خودکار برای شناسایی ندول‌های ریوی در تصاویر سی‌تی‌اسکن قفسه سینه می‌باشد. این چارچوب بخشی اساسی از سیستم شناسایی به کمک کامپیوتر بوده که در شناسایی دقیق و سریع‌تر ندول­های ریوی به رادیولوژیست کمک می‌نماید.  نتیجه ­گیری: با توجه به نتایج حاصل از این مطالعه، برای تشخیص مناطق مشکوک به ندول، سیستم پیشنهادی به‌طور مؤثری در تشخیص ندول‌های مشکوک و مناطق آن‌ها نسبت به روش‌های قبلی بهتر عمل کرده است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

طراحی سیستم پیش‌بینی بیماری قلبی- عروقی با استفاده از ماشین بردار پشتیبان

مقدمه: بیماری‌های قلبی- عروقی بزرگ‌ترین عامل مرگ‌و‌میر در سراسر جهان است. طبق اعلام سازمان بهداشت جهانی در هر سال حدود 12 میلیون مرگ‌و‌میر در سراسر جهان بر اثر بیماری‌های قلبی -عروقی تخمین زده شده است. هدف اصلی از این مقاله، طراحی یک سیستم هوشمند به کمک کامپیوتر است که بتواند بیماری قلبی را در فرد مبتلا تشخیص دهد. روش: در این مطالعه توصیفی- تحلیلی، داده‌های مربوط به 270 نفر که شامل 13 ویژگی می­...

متن کامل

طراحی سامانۀ تشخیص تقلب با استفاده از ماشین بردار پشتیبان، انتخاب ویژگی و اعتبارسنجی متقابل

  در سال­های اخیر پرداخت الکترونیکی، رشد سریعی در میان فعالیت­های اینترنتی داشته است؛ به‌طوری که امروزه به‌دلیل سرعت، کارایی، کاهش هزینه­ها و سهولت دسترسی، مشتریان زیادی را به خود جذب کرده است. کارت­های اعتباری یکی از پرکاربردترین ابزارهای پرداخت و مبادلات الکترونیکی هستند. در این پژوهش شناسایی و استخراج ویژگی­های تراکنش­های تقلبی در تشخیص تقلب و به‌دنبال آن طبقه­بندی صحیح آن‌ها به دو طبقه قانو...

متن کامل

طراحی سیستم پیش‌بینی بیماری قلبی- عروقی با استفاده از ماشین بردار پشتیبان

مقدمه: بیماری‌های قلبی- عروقی بزرگ‌ترین عامل مرگ‌و‌میر در سراسر جهان است. طبق اعلام سازمان بهداشت جهانی در هر سال حدود 12 میلیون مرگ‌و‌میر در سراسر جهان بر اثر بیماری‌های قلبی -عروقی تخمین زده شده است. هدف اصلی از این مقاله، طراحی یک سیستم هوشمند به کمک کامپیوتر است که بتواند بیماری قلبی را در فرد مبتلا تشخیص دهد. روش: در این مطالعه توصیفی- تحلیلی، داده‌های مربوط به 270 نفر که شامل 13 ویژگی می­...

متن کامل

طبقه‌بندی عارضه مبنای تصاویر پلاریمتری سار با استفاده از طبقه‌بندی‌کننده‌های چندگانه ماشین بردار پشتیبان

طبقه بندی پوشش زمین یکی از کاربرد های مهم استفاده از داده های سنجش از دوری است. از میان تصاویر و داده­های مورد استفاده در این مورد، داده های پلاریمتری راداری به خاطر امکان استخراج ویژگی های زیاد و متنوع میتوانند برای طبقه بندی گزینه مناسبی باشند. در این مقاله یک روش عارضه مبنا برای طبقه بندی مناطق شهری با استفاده از داده های پلاریمتری راداری به صورت تلفیق نتایج پیکسل مبنای طبقه بندی SVM و قطعات...

متن کامل

تشخیص سه‌بعدی سرطان پستان با استفاده توأم از روش‌های ماشین بردار پشتیبان و المان محدود

   Background & Aims: Breast cancer is one of the most prevalent non-skin-related malignancies among women in the world. Thus, many countries have commenced screening test in early stages in order to diagnose breast cancer. Buried object detection is performed in the present work to detect 3-D breast cancer applying SVM classifier. Some transmitters and receivers are located above the breast. E...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 3  شماره None

صفحات  300- 309

تاریخ انتشار 2017-03

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023