بکارگیری الگوریتم‌های بخش بندی تصویر برای شناسایی سرطان دهانه‌ی رحم

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 22

تعداد کلمات : 7800

مجله : I J C T A

انتشار : 2016

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
14 آگوست 2022
دسته بندی
تعداد بازدیدها
1514 بازدید
120,000 تومان

عنوان فارسی مقاله:بکارگیری الگوریتم‌های بخش بندی تصویر برای  شناسایی سرطان دهانه‌ی رحم

 چکیده

سرطان دهانه رحم سرطان کشنده ای است که در زنان ایجاد می شود و در منطقه دهانه رخ می دهد. بافت‌های دهانه رحم به سه نوع سنگفرشی Squanomus Epithelium (SE)، پوششی ستونی Columnar Epithelium (CE) و Aceto White (AW) تقسیم می‌شوند. ناحیه AW برای تشخیص سرطان دهانه رحم استفاده می شود که با اسید استیک که به رنگ سفید در می آید مورد آزمایش قرار می گیرد. بیوپسی از بافت گرفته می شود که در آن بسیاری از رایانه ها به روش های غربالگری سرطان دهانه رحم (CC) کمک می کنند که در این مقاله مورد بحث قرار گرفته است. در این مقاله، چندین روش مورد استفاده برای تشخیص سرطان دهانه رحم مورد بحث قرار می‌گیرد که از فنون بخش بندی متعدد مثل ماشین بردار پشتیبان (SVM) فنون مبتنی بر فازی و بخش بندی بافت برای افتراق سلول‌های طبیعی، غیرطبیعی و سرطانی استفاده می‌کند.

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Detection of Cervical Cancer using the Image Classification Algorithms

Abstract

 Cervical cancer is the deadly cancer caused in women which affects the cervix region of the uterus. The cervical tissues are categorized into three types the Squanomus Epithelium (SE), Columnar Epithelium(CE) and Aceto White (AW) Region. The AW region is used for diagnosing cervical cancer which is tested with acetic acid turns into white. A Biopsy of the tissue is taken where many computers assisted methods for screening cervical cancer (CC) which is discussed in this paper. In this paper, the several methods used for detecting cervical cancer is discussed which uses different classification techniques like support vector machine (SVM), fuzzy based techniques and texture classification to differentiate the normal, abnormal and cancerous cells.