مقاله روش هایی برای تشخیص اتوماتیک و طبقه بندی توده ها در ماموگرام ها

توجه : این فایل به صورت فایل PDF (پی دی اف) ارائه میگردد

 مقاله روش هایی برای تشخیص اتوماتیک و طبقه بندی توده ها در ماموگرام ها دارای ۵ صفحه می باشد و دارای تنظیمات و فهرست کامل در PDF می باشد و آماده پرینت یا چاپ است

فایل پی دی اف مقاله روش هایی برای تشخیص اتوماتیک و طبقه بندی توده ها در ماموگرام ها  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی مقاله روش هایی برای تشخیص اتوماتیک و طبقه بندی توده ها در ماموگرام ها،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله روش هایی برای تشخیص اتوماتیک و طبقه بندی توده ها در ماموگرام ها :

دانلود ترجمه فارسی مقاله

عنوان ترجمه فارسی : روش هایی برای تشخیص اتوماتیک و طبقه بندی توده ها در ماموگرام ها

سال انتشار ۲۰۱۴

تعداد صفحات انگلیسی ۵

تعداد صفحات فارسی ۱۳

چکیده

سرطان پستان یکی از شایع­ترین سرطان­ های زنان در سراسر جهان است. روش­ های مختلفی برای تشخیص سرطان پستان وجود دارد. ماموگرافی یکی از مؤثرترین ابزار برای تشخیص زودهنگام این بیماری است. هدف این پژوهش، افزایش دقت تشخیصی پردازش تصویر و تکنیک ­های یادگیری ماشین برای بهینه­ سازی طبقه­ بندی نمونه در یکی از دو گروه عادی و غیرعادی در ماموگرافی­ های دیجیتال است. استخراج ویژگی­های بافت GLCMبه عنوان رایج­ترین و قدرتمندترین تکنیک تحلیل بافت شناخته شده است. این مقاله به ارزیابی و مقایسه عملکرد دو روش طبقه­ بندی متفاوت مورد استفاده در طبقه­ بندی الگوهای طبیعی و غیرطبیعی می­پردازد. نتایج تجربی از برتری شبکه عصبی مصنوعی نسبت به سایر روش­ها حکایت دارد.

۱- مقدمه

سرطان پستان یک مشکل بهداشتی عمومی است. پستان­ها در موقعیت چپ و راست قرار دارند. سرطان پستان به دو نوع طبیعی و غیرطبیعی تقسیم می­شود. معمولا در الگوی طبیعی سطح پستان صاف و در الگوی غیرطبیعی زبر و پیچیده است. موارد غیر طبیعی به دو دسته تقسیم می­شوند: توده و کلسیفیکاسیون پستانی. توده ­ها به واسطه مشخصات و شکل خود مشخص می­شوند. کلسیفیکاسیون به معنی توده ­های کوچک رسوبی کلسیمی در بافت سینه است که به صورت گروهی از نقاط روشن در ماموگرام ظاهر می­شود….