بهینه سازی تصاویر CT SCAN جهت تشخیص سرطان ریه با استفاده ازالگوریتم بهینه سازی فاخته

بهینه سازی تصاویر CT SCAN جهت تشخیص سرطان ریه با استفاده ازالگوریتم بهینه سازی فاخته

فتانه تبرته فراهانی1

1) کارشناسی ارشد کامپیوتر گرایش نرم افزار ، دانشگاه آزاد اسلامی واحد اراک ،

کد IOI مقاله : XCCA-EKEHD
محل انتشار : نهمین کنفرانس بین المللی تحقیقات پیشرفته در علوم، مهندسی و فناوری (setconf.ir)
چکیده :
    یکی از علل اصلی مرگ سرطان برای مردان و هم زنان سرطان ریه است. بهترین راه برای بهبود شانس بیمار برای بقا، تشخیص اولیه سلول‌های سرطانی بالقوه است. هیچ یک از سیستم‌های موجود به دقت بیش از ۹۸ % دست یافته‌اند. در این پژوهش، ما یک سیستم تشخیص بهینه را نه تنها برای تشخیص اولیه گره‌های سرطان ریه پیشنهاد می‌کنیم. در رویکرد ما، برای تقسیم‌بندی دقیق منطقه بهره (ROI)، تکنیک ترکیبی به نام (FCM)و الگوریتم‌های بخش‌بندی در حال رشد منطقه مورد استفاده قرار می‌گیرند. سپس ویژگی‌های مهم گره مورد نظر مانند هندسه، بافت و ویژگی‌های آماری یا شدت استخراج می‌شوند. از ویژگی‌های استخراج‌شده در بالا، ویژگی‌های بهینه مورد استفاده برای طبقه‌بندی سرطان ریه با استفاده از الگوریتم بهینه‌سازی جستجوی Cuckoo شناسایی می‌شوند. در نهایت، طبقه ‌بندی کننده SVM با استفاده از این ویژگی‌های بهینه آموزش‌دیده است، که به نوبه خود به ما کمک کند تا نوع سرطان ریه بی‌خطر یا بدخیم طبقه‌بندی کنیم. کل حساسیت و ویژگی به‌دست‌آمده در سیستم ما به ترتیب ۹۸.۱۳ و ۹۸.۷۹ درصد هستند.

کلمات کلیدی : فازی c means الگوریتم بخش بندی الگوریتم بهینه‌سازی جستجوی فاخته svm