مقاله کنفرانسی سال ۱۴۰۲ فارسی

تعیین پارامترهای طبقه بندی KSVM با استفاده از الگوریتم PSO در تصاویر MRI به منظور تشخیص بیماری کووید-۱۹

چکیده مقاله

با گسترش بیماری کووید ۱۹ در سرتاسر جهان و با توجه به انتقال سریع این بیماری از فردی به فرد دیگر، تشخیص درست و به موقع آن اهمیت زیادی پیدا می کند برای تشخیص درست این بیماری از روش های تشخیصی آزمایشگاهی PCR استفاده می شود این روش یکی از روش هایی است که می تواند این بیماری را تشخیص دهد اما نتایج حاصل از آن می تواند کاذب بوده و بیمار و پزشک را به اشتباه بیندازد و در نتیجه منجر به شیوع بیشتر این بیماری گردد از دیگر روش های تشخیصی ، می توان به روش های تصویربرداری پزشکی اشاره کرد که شامل رادیولوژی، CT اسکن و MRI است اما به دلیل حجم زیاد این تصاویر ، امکان تشخیص درست و سریع این بیماری توسط رادیولوژیست نیست لذا این امر نیز می تواند بیماری را تشدید کرده و روند درمان را طولانی تر کند به همین منظور از روش های پردازش تصاویر برای رسیدن به این مهم استفاده می شود در این پژوهش، برای تشخیص این بیماری از روش ترکیبی PSO KSVM استفاده می شود به اینصورت که، ابتدا تصاویر MRI پیش پردازش و ROI هر تصویر استخراج می گردد سپس ویژگی های هیستوگرام جهت دار، هیستوگرام فازی، هیستوگرام رنگ و الگوی محلی باینری هر تصویر انتخاب شده و به عنوان ورودی به الگوریتم PSO KSVM وارد می شوند این مدل، ابتدا دامنه محدوده جست وجوی پارامترهای SVM را تنظیم می نماید و سپس پارامترهای الگوریتمPSO مقداردهی اولیه می شوند در مرحله بعد ، پارامترهای بهینه شده به عنوان ورودی، به سه کرنل SVM به نام های کرنل چند جمله ای همگن، چند جمله ای ناهمگن و کرنل پایه شعاعی گوسی وارد می شوند این سه کرنل، به طور جداگانه دسته بندی را انجام می دهند و در نهایت الگوریتم PSO سه نتیجه به دست آمده را ترکیب کرده و نتیجه نهایی را نشان می دهد نتایج حاکی از آن است که دقت تشخیص بیماری کوید ۱۹ ، با استفاده از پارامترهای روش پیشنهادی ۹۷ ۴۴ درصد است و میزان تاثیر نویز بر آن حدود ۶ تا ۸ درصد کاهش داشته است

کلیدواژه‌ها

پایه شعاعی گوسی PSO کووید ۱۹ KSVM چندجمله ای همگن چند جمله ای ناهمگن

نویسندگان

تصویر هدیه جعفری

هدیه جعفری

مربی گروه مکانیک، موسسه آموزش عالی احرار رشت

شیوه ارجاع

فریدی ماسوله، مرضیه و جعفری، هدیه و باقری، احمد،1402،تعیین پارامترهای طبقه بندی KSVM با استفاده از الگوریتم PSO در تصاویر MRI به منظور تشخیص بیماری کووید-۱۹،پنجمین کنفرانس بین المللی محاسبات نرم،رودسر

ارائه‌شده در

پوستر مجموعه مقالات پنجمین کنفرانس بین المللی محاسبات نرم مجموعه مقالات پنجمین کنفرانس بین المللی محاسبات نرم16 اسفند 1402 · رودسر
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۲ ۱,۷۶۹ مشاهده

هوش مصنوعی و امنیت مالی: راهکارهای نوین برای پیش بینی تخلفات بانکی

در دنیای امروزه که تکنولوژی هوش مصنوعی به سرعت در حال تکامل است، بانکداری به عنوان یکی از حوزه های حیاتی…

بانکداری نوینیادگیری عمیقهوش مصنوعی.
مقاله کنفرانسی سال ۱۴۰۲ ۱,۰۶۳ مشاهده

ارزیابی ترکیب هوش مصنوعی (AI) و اینترنت اشیا (IoT) در امنیت خانه هوشمند

امنیت خانه هوشمند با استفاده از فناوری هوش مصنوعی و اینترنت اشیا AIoT یک موضوع حیاتی است که نیاز به توجه…

خانه هوشمندهوش مصنوعیاینترنت اشیا
مقاله کنفرانسی سال ۱۴۰۲ ۷۴۶ مشاهده

یادگیری عمیق برای تشخیص سرطان پستان با مدل DenseNet

مقاله حاضر به بررسی و ارائه روشی نوین برای تشخیص سرطان متمرکز است که از پردازش تصویر با استفاده از شبکه…

سرطان سینهمعماری DenseNetیادگیری عمیق.
مقاله کنفرانسی سال ۱۴۰۲ ۶۹۹ مشاهده

الگوریتم تقریبی برای مسئله حداقل پوشش راسی با رویکرد استراتژیک مبتنی بر توزیع درجات

در این مقاله ، مسئله کمترین پوشش راسی یا Minimum Vertex Cover به عنوان یک مسئله کلاسیک بهینه سازی گراف ب…

کمترین پوشش راسیNP-completeSABOD
مقاله کنفرانسی سال ۱۴۰۲ ۶۹۲ مشاهده

ارزیابی روش های بهبود کارایی اینترنت اشیا (IoT) توسط محاسبات لبه (Edge Computing)

اینترنت اشیاء IoT یک ابزار برای افزودن هوش به بسیاری از ویژگی های اصلی دنیای مدرن است داده ها و پیام های…

محاسبات لبهترافیک شبکهاینترنت اشیا
مقاله کنفرانسی سال ۱۴۰۲ ۵۹۸ مشاهده

استفاده از الگوریتم های یادگیری ماشین برای تشخیص دیابت

دیابت یک بیماری مزمن و دیرینه است که به دلیل بالا بودن میزان قند خون به وجود می آید این بیماری مزمت در ص…

تشخیص دیابتیادگیری ماشینماشین بردار پشتیبان