Brain tumor detection method using unsupervised classification technique

العناوين الأخرى

الكشف عن ورم الدماغ باستعمال طريقة التصنيف غير المرشد

تاريخ النشر

2008-12-31

دولة النشر

العراق

عدد الصفحات

التخصصات الرئيسية

العلوم الطبيعية والحياتية (متداخلة التخصصات)

الملخص AR

تضمن البحث استعمال طرائق تصنيف غير مرشدة على صور أجهزة الرنين المغناطيسي و المستخدمة للكشف عن حالات سرطان الدماغ.

أن استخدام هذه التقنية الحديثة لأغراض الكشف المبكر عن الأورام السرطانية يعد من التطبيقات الطيبة المهمة إلا أن الصور المستحصلة تحوي على ضوضاء عالية بحيث يصعب في بعض الأحيان تحديد الورم و درجة تطوره، و كذلك يتطلب ذلك مفسرين متمرسين في هذا الموضوع.

الغاية من هذا البحث إيجاد طريق سهلة باستعمال طرائق التصنيف غير المرشدة لأعراض إظهار الأورام السرطانية التي تصيب الدماغ و بسرعة.

استخدمت لهذا البحث صور متعددة صور متعددة لمرضى أجانب و استعملت طريقتين تصنيف غير مرشدة هما mean & lsodata–k)، أظهرت النتائج أن هذه الطرائق تظهر الأورام و بوضوح و تفرقاهما عن الضوضاء.

أن أقل عدد من الأصناف الذي يجب اختياره عند التصنيف هو 4 فما فوق لغرض عزل تلك الأورام عن الضوضاء المرافقة للصور.

يمكن استعمال هذه الطرائق من قيل المفسرين الأقل خبرة في هذا المجال و كما يلاحظ من الصور المصنفة.

تم التصنيف باستخدام إمكانيات برنامج المعالجة الصورية (envl version 3.2).

الملخص EN

Magnetic Resonance Imaging (MRI) is one of the most important diagnostic tool.

There are many methods to segment the tumor of human brain.

One of these, the conventional method that uses pure image processing techniques that are not preferred because they need human interaction for accurate segmentation.

But unsupervised methods do أهال require any human interference and can segment the brain ^vith high precision.

In this project؛ the unsupervised classification methods have been used in order to detect the tumor disease from MRI images.

These methods involved K-mean or Isodat, which were based on the digital value " The results show the classification process was a powerful tool to identify the Tumor disease from MRI images.

All results were evaluated by using the ENVI Version 3.2 facility.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Mahdi, Ala Suud& Isa, Samar Umran. 2008. Brain tumor detection method using unsupervised classification technique. Ibn al-Haitham Journal for Pure and Applied Science،Vol. 21, no. 4, pp.17-23.
https://search.emarefa.net/detail/BIM-355257

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Mahdi, Ala Suud& Isa, Samar Umran. Brain tumor detection method using unsupervised classification technique. Ibn al-Haitham Journal for Pure and Applied Science Vol. 21, no. 4 (2008), pp.17-23.
https://search.emarefa.net/detail/BIM-355257

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

Mahdi, Ala Suud& Isa, Samar Umran. Brain tumor detection method using unsupervised classification technique. Ibn al-Haitham Journal for Pure and Applied Science. 2008. Vol. 21, no. 4, pp.17-23.
https://search.emarefa.net/detail/BIM-355257

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes appendix : p. 21-22

رقم السجل

BIM-355257

حفظتم الحفظ طباعة

قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"

أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي

منصة "معرفة" للكتاب العربي الجامعي الرقمي

تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر