لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
پنجمین کنفرانس بین المللی محاسبات نرم
تعیین پارامترهای طبقه بندی KSVM با استفاده از الگوریتم PSO در تصاویر MRI به منظور تشخیص بیماری کووید-19
نویسندگان :
مرضیه فریدی ماسوله
1
هدیه جعفری
2
احمد باقری
3
1- موسسه آموزش عالی احرار رشت
2- موسسه آموزش عالی احرار رشت
3- دانشگاه گیلان
کلمات کلیدی :
کووید 19،،PSO-KSVM،،چندجمله ای همگن،،چند جمله ای ناهمگن،،پایه شعاعی گوسی
چکیده :
با گسترش بیماری کووید-19 در سرتاسر جهان و با توجه به انتقال سریع این بیماری از فردی به فرد دیگر، تشخیص درست و به موقع آن اهمیت زیادی پیدا می کند. برای تشخیص درست این بیماری از روش های تشخیصی آزمایشگاهی PCR استفاده می شود. این روش یکی از روش هایی است که می تواند این بیماری را تشخیص دهد اما نتایج حاصل از آن می تواند کاذب بوده و بیمار و پزشک را به اشتباه بیندازد و در نتیجه منجر به شیوع بیشتر این بیماری گردد. از دیگر روش های تشخیصی ، می توان به روش های تصویربرداری پزشکی اشاره کرد که شامل رادیولوژی، CT اسکن و MRI است. اما به دلیل حجم زیاد این تصاویر ، امکان تشخیص درست و سریع این بیماری توسط رادیولوژیست نیست . لذا این امر نیز می تواند بیماری را تشدید کرده و روند درمان را طولانی تر کند. به همین منظور از روش های پردازش تصاویر برای رسیدن به این مهم استفاده می شود. در این پژوهش، برای تشخیص این بیماری از روش ترکیبی PSO-KSVM استفاده می شود به اینصورت که، ابتدا تصاویر MRI پیش پردازش و ROI هر تصویر استخراج می گردد. سپس ویژگی های هیستوگرام جهت دار، هیستوگرام فازی، هیستوگرام رنگ و الگوی محلی باینری هر تصویر انتخاب شده و به عنوان ورودی به الگوریتم PSO-KSVM وارد می شوند. این مدل، ابتدا دامنه محدوده جست وجوی پارامترهای SVM را تنظیم می نماید و سپس پارامترهای الگوریتمPSO مقداردهی اولیه می شوند. در مرحله بعد ، پارامترهای بهینه شده به عنوان ورودی، به سه کرنل SVM به نام های کرنل چند جمله ای همگن، چند جمله ای ناهمگن و کرنل پایه شعاعی گوسی وارد می شوند. این سه کرنل، به طور جداگانه دسته بندی را انجام می دهند و در نهایت الگوریتم PSO سه نتیجه به دست آمده را ترکیب کرده و نتیجه نهایی را نشان می دهد. نتایج حاکی از آن است که دقت تشخیص بیماری کوید 19 ، با استفاده از پارامترهای روش پیشنهادی 97.44 درصد است . و میزان تاثیر نویز بر آن حدود 6 تا 8 درصد کاهش داشته است .
لیست مقالات
لیست مقالات بایگانی شده
EARLY DETECTION OF ASYMPTOMATIC BRAIN TUMORS USING AI : A RADIOMICS-DRIVEN CASE STUDY
Melika Mahboobi fard - Abdorreza Hesam Mohseni
طراحی و پیاده سازی یک سامانه پیشبینی کوتاه مدت بار بر اساس مدل ترکیبی مبتنی بر شبکههای عصبی عمیق و الگوریتم ژنتیک
کیهان محمدی - رضا ابراهیمی آتانی - امیرحسین هادی پور
Chatbots Put to the Test in Math and Logic Problems
Nikan Dastjerdi - Taha Bakhshpoori
مقایسه کارایی الگوریتم های یادگیری ماشین نظارتی (ANN, NB و SVM) برای پیش بینی شدت تصادفات | مطالعه موردی: کشور انگلستان - سال های 2010 تا 2014
سهیل رضاشعار - امیرعباس رصافی
The effect of edge passivation on the stability and magnetic properties of β12borophene nanoribbon
Adeleh Vatankhahan - Tayebeh Movlarooy
یک مدل ریاضی دوهدفه فازی به منظور طراحی شبکه زنجیره تأمین خون با درنظرگرفتن اختلال: رویکرد صف M/M/1
سمیرا خجسته اقبالی - سید میثم موسوی - سینا سلیمیان
کشف ارتباط اسنیپ-بیماری در داده های ژنوم سراسری
فریبا اسمعیلی - زهرا نریمانی - مهدی وثیقی
Benchmarking Numerical Methods for Caputo Fractional Differential Equations: A Comprehensive Comparative Study
Maryam Jalili
ارزیابی تعداد جمعیت الگوریتمهای فراکاوشی بنیان جمعیت در بهینهیابی سازهای: مطالعه موردی الگوریتم پرنده فاخته
طاها بخشپوری - نسترن طوکان
تعیین مکان و ظرفیت بهینه منابع تولید پراکنده در شبکه توزیع با استفاده از الگوریتم جستجوی کلاغ
موسی شکوری - بهرام رمضانی - حمید حسن زاده فرد - جمشید محمدی اچموش
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.1