سه شنبه, 30 آبان 1396

گروه کارشناسی ارشد

مهندسي پزشكي

بسمه تعالی

جلسه دفاعیه

از پايان نامه کارشناسی ارشد

تشخیص هوشمند پلاک MS در تصاویر MR با ماشین برادار پشتیبان فرگشت شده

امروزه استفاده از پردازش تصاویر تشدید مغناطیسی برای آشکارسازی بیماریهای مختلف رو به گسترش است و به تبع آن نیاز به طراحی روشهای طبقه بندی و تشخیص خودکار در تصاویر با حجم بالا افزایش یافته است. زمانی که انواع بافتها بیشتر شده و همچنین سطوح خاکستری بافتهای مختلف در تصویر نزدیک به یکدیگر شده و همچنین تصاویر نویزی شوند، تحقق این امر پیچیده تر میگردد. بنابراین بستری لازم است تا مراحل مختلف پردازش بر پایه آن و با کارایی بیشتر به طور خودکار انجام شود.با توجه به اینکه چالش هایی همچون فضای غیر خطی ویژگی ها و همچنین انتخاب ویژگی مناسب می باشد ما در این سیر مطالعاتی از ماشین بردار پشتیبان همراه با کرنل را انتخاب کرده ایم به دلیل اینکه ما دو کلاس داریم که امکان دارد ویژگی جزء پلاکت ام اس باشد یا خیر،این ماشین را انتخاب کرده ایم که بهتر از شبکه عصبی پاسخگو می باشد. و اما برای انتخاب وِیژگی بهینه از میان الگوریتم های metaheurstic از نظر ساختاری سه الگوریتم را انتخاب می کنیم که به نمایندگی الگوریتم های فرااکتشافی از گونه های مختلف الگوریتم ژنتیک،الگوریتم ACO و الگوریتم SA به نمایندگی از الگوریتم های فرگشت شده انتخاب شده اند که در این میان الگوریتم SA را به صورت جمعیتی تغییراتی ایجاد کرده ایم و در نهایت پس از بررسی الگوریتم ها از لحاظ بهترین دقت وصحت خروجی یک الگوریتم بهترین شناخته می شود که الگوریتم شبیه سازی تبرئید می باشد و در نهایت برای تعمیم پذیری این ماشین از 4 تصویر که اصلا استفاده نشده تست می کنیم و نتایج به دست آمده بدین صورت می باشد .

نتایج به دست آمده به صورت میانگین تا 2183/97 درصد صحت و 5848/80 درصد حساسیت به دست آمده است.

                                              دانشجو: مجید نوروزی جاجرم

استاد راهنما:جناب آقای دكتر محمد مهدی خیل زاده

هيات داوري: جناب آقای دكتر کبروی ؛ جناب آقای دكتر خزائی؛

تاريخ دفاع:            سه شنبه 05/11/95                 ساعت:            8:00

محل:     کلاس 108