پروپوزال یک رویکرد مبتنی بر ترکیب الگوریتم Growcut و روش های طبقه بندی جهت تشخیص تومور در تصاویر ماموگرافی

پروپوزال یک رویکرد مبتنی بر ترکیب الگوریتم Growcut  و روش های طبقه بندی جهت تشخیص تومور در تصاویر ماموگرافی

موضوع اصلی این پروپوزال ” یک رویکرد مبتنی بر ترکیب الگوریتم Growcut  و روش های طبقه بندی جهت تشخیص تومور در تصاویر ماموگرافی ” است. تعداد صفحات پروپوزال 20 صفحه با رعایت قالب استاندارد فرم دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

بخشی از بیان مسئله تحقیق:

با توجه به پژوهش های انجام شده در سالهای اخیر و بررسی روش های انجام شده هنوز چالش هایی در سیستم های شناسایی سرطان سینه وجود دارد. از انواع این چالش ها میتوان به مواردی از قبیل دقت پایین روش های قطعه بندی و طبقه بندی، وجود تصاویر نویزی، تارشدگی، چرخش و غیره زیر اشاره کرد. که این چالش ها میتواند تاثیری زیادی در دقت شناسایی سیستم ها داشته باشد.

با توجه به روش ارائه شده توسط  Filipe R. Cordeiro و همکاران در سال 2016  که یکی از معتبر ترین مقالات در این حوزه می­باشد و همچنین روش ارائه شده در این پژوهش که یکی از جدیدترین روشهای موجود در این حوزه است، ولی همچنان به دقت بالایی در تشخیص و شناسایی توده در سرطان سینه دست نیافته است؛ و همچنین یکی دیگر از معایب این مقاله در مرحله اولیه میباشد که به صورت نیمه خودکار انجام میشود و نیاز به تشخیص پزشک جهت شناسایی تصاویر سالم و بیمار دارد [7].

در این پژوهش در ابتدا سعی خواهد شد تمامی مراحل شناسایی و تشخیص توسط سیستم ارائه شده انجام شود و نیاز به تشخیص پزشک نباشد، جهت انجام این کار ما در ابتدا در مرحله پیش پردازش با استفاده از فیلتر های پایین گذر اثر نویز را کاهش داده و با استفاده از الگوریتم فازی Growcut [8] بهبود یافته در این مرحله به قطعه بندی محدوده توده در تصویر اصلی میپردازیم، همچنین این الگوریتم از روش قطعه ‌بندی فازی Growcut استفاده می‌کند و برای شروع نیازمند مشخص کردن تعداد نقاط است و فاصله اقلیدسی را برای همه نقاط با وزن یکسان در نظر می‌گیرد.

هدف پژوهش:

برخی از مهمترین اهداف این پژوهش به شرح ذیل است:

• انتخاب نقاط اولیه مناسب برای روش الگوریتم فازی Grow cut جهت افزایش دقت قطعه بندی
• استخراج ویژگی های مناسب از منطقه انتخاب شده به کمک زرنیک و سیفت
• ارائه ترکیبی مناسب از روش های طبقه بندیSVM, MLP, KNN جهت بهبود تشخیص تومور
• طراحی یک سیستم تمام اتوماتیک جهت شناسایی تومور و توده در تصاویر ماموگرافی

امکانات اصلی این پروپوزال پس از خرید عبارتند از:

• امکان دانلود فایل Word پروپوزال
• امکان دانلود فایل Pdf پروپوزال

توجه:  در صورت نیاز به پایان نامه، سمینار، شبیه سازی و نگارش مقاله جدید مشابه با موضوع این پروپوزال کافیست با تیم پشتیبانی ما از طریق راه های ارتباطی مندرج در سایت نابلرلینگ تماس برقرار نمایید.