چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2005660 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
501 Kb
حجم فایل فارسی :
791 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
طبقه بندی، تشخیص و تقسیم بندی تومور مغزی با استفاده از پردازش تصویر دیجیتال و تکنیک های شبکه عصبی احتمالاتی
عنوان انگليسي
Brain Tumour classification, Detection and Segmentation Using Digital Image Processing and Probabilistic Neural Network Techniques
نویسنده/ناشر/نام مجله
International Journal of Emerging Trends in Electrical and Electronics
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 6 صفحه انگلیسی به صورت پی دی اف و 11 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
در این مقاله یک روش خودکار برای طبقه بندی مرحله تومور مغزی با استفاده از شبکه عصبی احتمالاتی و رابط کاربری گرافیکی (GUI) پیشنهاد می شود. شبکه عصبی برای طبقه بندی مرحله تومور مغزی که خوش خیم، بدخیم یا طبیعی است استفاده خواهد شد. و همچنین تومورهای بسیار کوچک از تصاویر MRI نیز می توانند بسیار سریع تر با این الگوریتم پیشنهادی مشخص شوند. تشخیص تومور مغزی با توجه به ساختار سلول های تومور، یکی از مشکلات کاربردهای پزشکی است. این پروژه یک روش تقسیم بندی، الگوریتم خوشه بندی Kمیانگین، برای بخش بندی تصاویر رزونانس مغناطیسی (MRI) برای تشخیص تومور مغزی در مراحل اولیه آن ارائه می کند. نتایج تقسیم بندی به عنوان پایه ای برای یک تشخیص (CAD) سیستم به کمک کامپیوتر برای تشخیص زود هنگام تومور مغزی که شانس زنده ماندن بیمار را بهبود بخشد، استفاده می شود. تشخیص و استخراج تومور از اسکن تصاویر MRI از مغز با استفاده از نرم افزار، در MATLAB انجام می شود.
1-مقدمه
تومور به عنوان رشد غیر طبیعی بافت تعریف می شود. تومور مغزی توده ای غیر طبیعی از بافت است که در آن سلول ها بدون کنترل رشد کرده و تکثیر می شوند و سلول های طبیعی را کنترل می کنند. اگر تومور به بافت ها و قسمت های مجاور بدن هجوم نبرد، یک تومور خوش خیم، و یا رشد غیر سرطانی نامیده می شود. تومورهای خوشخیم به ندرت تهدید کننده زندگی هستند...
پردازش تصویر دیجیتال تومور مغزی شبکه عصبی GUI MRI
:کلمات کلیدی
Abstract
This paper proposes an automatic method for Brain tumor stage classification using Probabilistic neural network and Graphical user interface (GUI). The neural network will be used to classify the stage of Brain Tumor that is benign, malignant or normal. And also very small tumors from MRI images can also be identified very faster by this proposed algorithm. The detection of the Brain Tumor is a challenging problem in medical applications, due to the structure of the Tumor cells. This project presents a segmentation method, KMeans clustering algorithm, for segmenting Magnetic Resonance Images (MRI) to detect the Brain Tumor in its early stages. The segmentation results will be used as a base for a Computer Aided Diagnosis (CAD) system for early detection of Brain Tumor which will improve the chances of survival of the patient. Detection and extraction of tumour from MRI scan images of the brain is done by using software, developed in MATLAB
Keywords:
Probabilistic Neural Networks Magnetic Resonance Images (MRI) GUI Segmentation
سایر منابع مهندسی کامپیوتر و IT-نرم افزار در زمینه پردازش تصویر پزشکی