Thesis

تشخیص سرطان سینه با استفاده از تبدیل ویولت چرخشی دو بعدی

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

دراین پایان نامه با استفاده از تکنیک های پردازش تصویر بر روی تصاویر ماموگرافی تومور های موجود به دو کلاس سرطانی و غیرسرطانی طبقه بندی می شوند. تصاویر ماموگرافی به کار رفته در این تحقیق mias بوده که شامل 322 تصویر 1024×1024پیکسلی می باشد که از این تعداد 208 عکس مربوط به ماموگرافی سالم و 114 عکس مربوط به ماموگرافی ناسالم یا همان سرطانی است. در تصاویر سرطانی مرکزیت و شعاع تومور های سرطانی توسط تولید کنند گان مشخص شده است و برای تصاویر سالم این مرکزیت در این تحقیق به صورت تصادفی انتخاب شده است. در مرحله اول تک تک عکس های سرطانی به مرکزیت مشخص شده و عکس های سالم با مرکزیت کاملا تصادفی به تصاویر 128×128پیکسلی برش داده می شوند. هدف از این کار کاهش اطلاعات زائد و نویز در تصاویر اصلی بوده تا سرعت پردازش افزایش یابد. در مرحله دوم از تک تک تصاویر128×128پیکسلی تبدیل ویولت چرخشی گسسته دو بعدی گرفته می شود و اطلاعات بدست آمده در شش جهت مختلف30- ، 0،30 ، 60، 90 و120 درجه برای هر عکس در یک بردار ستونی ذخیره می شود. در مرحله سوم به منظور کاهش حجم عملیات و افزایش سرعت پردازش ازpca استفاده شده است، این تکنیک با آنالیز بردارهای مرحله قبل، ویژگی هایی که نسبت به ویژگی های دیگر ناچیز هستند را حذف کرده و به این صورت ابعاد بردارها را کاهش داده و سرعت پردازش را بالا می برد. در نهایت با استفاده از طبقه بندk نزدیکترین همسایه بردارهای ویژگی به دو کلاس سرطانی و غیرسرطانی تقسیم بندی می شوند.

Supervisors and advisors

مهدی چهل امیرانی

Similar theses

  • ترکیب تبدیل های متعامد کرنل، موجک و کرولت برای تشخیص سرطان سینه در تصاویر ماموگرام

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده برق و کامپیوترجمال الدین زارعی

    با وجود پیشرفت های فراوان تکنولوژی در زمینه ی ماموگرافی در دو دهه ی اخیر، اما همچنان سرطان سینه قربانی های زیادی در بین زنان دارد. ماموگرافی یکی از روش های قابل اطمینان جهت آسیب شناسی سرطان سینه بوده است. در دهه ی اخیر، در بسیاری از کاربردها، ماموگرافی دیجیتالی جایگزین خوبی برای

  • طراحی و پیاده سازی تشخیص سرطان سینه بر اساس الگوریتمهای محاسبات نرم با استفاده از تصاویر mri

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده برقبهنام مخنفی

    سرطان سینه رایج ترین سرطان در میان زنان و پس از سرطان پوست دومین سرطان رایج در دنیا می باشد. در سال 2009 تقریبا حدود 40610 مرد و زن در اثر ابتلا به این سرطان در ایالات متحده امریکا جان خود را از دست داده اند. لذا تشخیص زودهنگام این سرطان به منظور درمان دارای اهمیت ویژه ای می باشد

  • تشخیص سرطان سینه با استفاده از دسته بندی کننده ماشین بردار پشتیبان

    Thesis2013دانشگاه بین المللی امام خمینی (ره) - قزوین - دانشکده فنیالناز الفتی

    با توجه به نرخ بالای مرگ و میر ناشی از بیماری سرطان سینه در میان زنان، آشکارسازی زودهنگام روشی موثر در تشخیص سریع و هدایت این بیماری و امکان معالجه به موقع و در نتیجه کاهش مرگ و میر می باشد. در این تحقیق دسته بندی کننده ماشین بردار پشتیبان با انتخاب ویژگی تحلیل مولفه های اصلی برا

  • تشخیص سرطان سینه مبتنی بر استفاده از شبکه های عصبی

    Thesis2007وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده فیزیکهدیه کتال محسنی

    سرطان پستان بدخیم یکی از رایج ترین عوارض زنان و یکی از عوامل اصلی مرگ و میر آنان است که در صورت تشخیص سریع و مناسب نرخ آن به شدت کاهش می یابد. مهم ترین روش در تشخیص سرطان پستان، ماموگرافی است متاسفانه ماموگرافی در تشخیص بین توده های خوش خیم و بدخیم عملکرد ضعیفی دارد. به همین دلیل

  • تشخیص سرطان سینه با استفاده از شبکه عصبی جمعی

    Thesis2013دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد یزد - دانشکده مهندسی کامپیوترمیثم قاسم پور

    در این پژوهش برای پیش‏بینی بیماری سرطان سینه مدلی با استفاده از تکنیک داده‏کاوی شبکه های عصبی جمعی ارائه شده ‏است. مجموعه داده مورد استفاده دارای 699 رکورد مربوط به بانک اطلاعاتی بیماران سرطان سینه موجود در انبارداده ی یادگیری ماشین دانشگاه ایروین،کالیفرنیا آمریکا است و شامل ریسک

  • بررسی و بهینه سازی الگوریتم های تبدیل ویولت دو بعدی برای پیاده سازی روی بورد fpga

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده برقرسول محمد امین اذر

    امروزه تبدیل ویولت کاربردهای فراوانی در حوزه های مختلف علمی دارد که از جمله آن ها می توان به پردازش تصویر و پردازش سیگنال اشاره کرد و به دلیل خواص عالی آن برای فشرده سازی به یکی از اجزای اصلی استاندارد فشرده سازی jpeg2000 تبدیل شده است که فیلتربانک های اصلی این استاندارد، cdf9/7

Similar items