این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۱۱، شماره ۴، صفحات ۷۹-۸۸
عنوان فارسی ارائه یک سیستم تشخیص کامپیوتری هوشمند جدید برای تشخیص سرطان سینه با استفاده از تصاویر حرارتی
چکیده فارسی مقاله سرطان سینه از شایع‌ترین دلایل مرگ‌و‌میر در میان زنان جهان می‌باشد، اما تشخیص زودهنگام و دقیق این نوع سرطان می‌تواند درمان را به طرز چشمگیری بهبود بخشد. تصویربرداری حرارتی یکی از روش‌های اولیه تشخیص سرطان سینه است. همچنین از سیستم تشخیص کامپیوتری می‌توان برای کمک به پزشکان برای افزایش دقت تفسیر نتایج استفاده کرد. در این مقاله، یک سیستم تشخیص کامپیوتری هوشمند برای تشخیص سرطان سینه با استفاده از تصاویر حرارتی ارائه شده است. سیستم هوشمند تشخیص کامپیوتری ارائه شده شامل روش SFTA برای استخراج ویژگی و الگوریتم SVM ، kNN و D-Tree برای طبقه‌بندی نتایج می‌باشد. عملکرد سیستم تشخیص کامپیوتری هوشمند ارائه شده با استفاده از پایگاه داده DMR-IR و پایگاه داده دانشگاه Fluminense Federal و MATLAB2018 برای استفاده از الگوریتم انتخاب ویژگی فاخته و بدون الگوریتم انتخاب ویژگی ارزیابی شده‌است. نتایج نشان می‌دهد که بهترین میانگین صحت، حساسیت و اختصاصیت به ترتیب 99، 5/99 و 03/98 درصد می‌باشد که بابکارگیری الگوریتم انتخاب ویژگی فاخته و الگوریتم طبقه‌بندی کننده SVM بدست آمده‌است. همچنین سیستم تشخیص کامپیوتری ارائه شده دارای مزایایی نسبت به سایر سیستم‌های تشخیص کامپیوتری می‌باشد. این نتایج نشان می‌دهد که استفاده از روش استخراج ویژگی SFTA، الگوریتم انتخاب ویژگی فاخته، الگوریتم طبقه‌بندی SVM و داده‌های پایگاه داده DMR-IR در سیستم تشخیص کامپیوتری پیشنهادی، می‌تواند باعث بهبود نتایج ارزیابی شود.
کلیدواژه‌های فارسی مقاله سرطان سینه، الگوریتم انتخاب ویژگی فاخته، تصاویرحرارتی، استخراج ویژگی و انتخاب ویژگی،
عنوان انگلیسی A New Computer-Aided Diagnosis System for Breast Cancer Detection in Thermal Images
چکیده انگلیسی مقاله Breast cancer is one of the most common causes of death among women around the world, but early and accurate diagnosis of this type of cancer can dramatically improve treatment. Thermal imaging is one of the primary methods of diagnosing breast cancer. The computer diagnosis system can also be used to help physicians to increase the accuracy of interpretation of results. This paper presents an intelligent computer diagnostic system for the detection of breast cancer using thermal imaging. The proposed intelligent computer diagnosis system includes SFTA method for feature extraction and SVM, kNN and D-Tree algorithms for classification of results. The performance of the proposed intelligent computer diagnosis system is evaluated using the DMR-IR and Fluminense Federal University databases and MATLAB2018, when using the cuckoo feature selection algorithm and without using the feature selection algorithm. The results show that the average accuracy, sensitivity and specificity are 99%, 99.5% and 98.03%, respectively, using the cuckoo feature selection algorithm and SVM classification algorithm. Also, the presented computer diagnostic system has advantages compared to other computer diagnosis systems. These results indicate that the use of SFTA feature extraction method, cuckoo feature selection algorithm, SVM classification algorithm and DMR-IR database in the proposed computer diagnosis system can improve the evaluation results.
کلیدواژه‌های انگلیسی مقاله سرطان سینه, الگوریتم انتخاب ویژگی فاخته, تصاویرحرارتی, استخراج ویژگی و انتخاب ویژگی
نویسندگان مقاله امیرحسن قیطاسی |
موسسه آموزش عالی جهاددانشگاهی استان اصفهان، اصفهان، ایران

عبدالحسین رضائی |
گروه مهندسی برق، دانشگاه علم و فرهنگ، تهران، ایران

سیده شهربانو فلاحیه حمیدپور |
موسسسه آموزش عالی جهاددانشگاهی استان اصفهان، اصفهان، ایران

فرزاد خواجه خلیلی |
موسسسه آموزش عالی جهاددانشگاهی استان اصفهان، اصفهان، ایران

نشانی اینترنتی https://jscit.nit.ac.ir/article_166719_1ab08dd8a9ac2536b553b163c1ea75be.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات