چکیده

مکانیزم های متعددی در آنالیز مفاهیم و محتویات تصاویر ماموگرافی به منظور تشخیص تومور ونوع تومور استفاده می شود تا آنها را به به سه گروه تومورهای خوش خیم، بد خیم و سالم دسته بندی کنند. استفاده از تخصص پزشکان، پاتولوژی و روش های مبتنی بر پردازش تصویر. در تشخیص نوع تومور در روش های مبتنی بر پردازش تصویر، روش مبتنی برشناسایی الگو به کار گرفته می-شود. در شناسایی الگو مراحل پیش پردازش، استخراج و انتخاب ویژگی و دسته‌بندی وجود دارد. از تصویر می توان ویژگی‌های طیفی، هندسی مکانی و یا لبه را استخراج کرد. ترکیب ویژگی‌های مختلف به منظور ساخت بردار ویژگی منحصر بفرد و کاهش بعد به همراه روش‌های طبقه بندی توانسته است راندمان تشخیص تومور را بهبود دهد. در این مقاله یک روش کارامد در تشخیص نوع تومور ارائه شده است. پس از استخراج دو نوع ویژگی مختلف، ساخت یک ماتریس ویژگی با روش PCAکاهش بعد صروت گرفته است. سپس ماتریس کاهش بعد یافته با روش PCA، با طبقه بند AdaKNN بهبود یافته با ELM یعنی AdaKNN+ELM دسته بندی شده اند. ویژگی های کاهش بعد یافته در حالات مختلف با سایر طبقه بندهای KNN، ELM، AdaKNN مقایسه شده است. نتایج بدست آمده نشان از برتری روش پیشنهادی دارد.

کليدواژه ها

تصاویر ماموگرافی، تومور، سینه، شناسایی الگو، کاهش بعد.

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حسین پورقاسم , 1400 , شناسایی و طبقه‌بندی تومورهای سینه مبتنی بر یک روش جدید در شناسایی الگو , دومین کنفرانس پژوهش های کاربردی در مهندسی برق