مشاهده مشخصات مقاله
بهبود عملکرد شبکه عصبی MLP در طبقهبندی تصاویر شبکیه چشم جهت تشخیص خودکار بیماری گلوکوم مبتنی بر قطعهبندی تصویر
Authors |
|
Conference |
بیست و دومین کنفرانس ملی سالانه انجمن کامپیوتر ایران |
Abstract |
در اين مقاله، از طریق طبقهبندی تصایر رنگی شبکیهی چشم، یک سیستم تشخیص خودکار پزشکی برای بیماری آب سیاه طراحی میشود. در تصویر شبکیه نشانههای بیماری آب سیاه، در ناحیه سرعصب بینایی ظاهر میشود.در اکثر موارد تشخیص بیماری در زمان مناسب انجام نمیگیرد و یک سیستم کمک تشخیص پزشکی میتواند بسیار مفید واقع شود. روش پیشنهادی شامل پنج بخش 1- پیش پردازش تصویر، 2- مکانیابی و استخراج خودکار دیسک نوری ، 3- تولید ماسکهای باینری، 4-استخراج ویژگی و 5- طبقه بندی تصاویر است. در این مقاله الگوریتمی جدید جهت استخراج الگوی رگها مبتنی بر فیلتر تقویت بالا و تبدیل پایین کلاه مورفولوژی ارائه میگردد.ایده اصلی در بخش استخراج ویژگی این است که ویژگی ها به صورت محلی استخراج شوند تا قابلیت تفکیک پذیری بالاتری داشته باشند، که شامل توصیف گرهای آماری سطوح شدت داخل دیسکنوری و ویژگی بافت حاشیه اطراف آن است. در این مقاله در بخش طبقه بندی برای بالا بردن قابلیت تعمیم شبکه عصبی MLP و جلوگیری از بیش برازش آن، روش جدیدی بر پایه رویکرد توقف زود هنگام و تحلیل T^2 ارائه میگردد.روش پیشنهادی بر روی پایگاه داده استاندارد تصاویر شبکیه آزمایش شده، که 100 تصویر سالم و 82 تصویر بیمار با دقت 96% درصد طبقه بندی شده است. |
قیمت |
-
برای اعضای سایت : 100,000 Rial
-
برای دانشجویان عضو انجمن : 20,000 Rial
-
برای اعضای عادی انجمن : 40,000 Rial
|
خرید مقاله
|
|