ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Comprehensive and Comparative Study on Lung Cancer Detection Methods Using CT Scan Images

العنوان بلغة أخرى: دراسة مقارنة شاملة حول طرق تحديد سرطان الرئة باستخدام الصور الطبقية
المؤلف الرئيسي: جرادات، حمزة (مؤلف)
مؤلفين آخرين: العتوم، موفق نايف (مشرف), الزبيدي، محمد عبدالهادي (مشرف)
التاريخ الميلادي: 2019
موقع: إربد
الصفحات: 1 - 59
رقم MD: 1016718
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة اليرموك
الكلية: كلية الحجاوي للهندسة التكنولوجية
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

33

حفظ في:
المستخلص: السرطان هو واحد من أكثر الأمراض شيوعا وخطورة. أنه ينطوي على نمو وانتشار الخلايا غير الطبيعية في جسم الإنسان. يمكن علاجه إذا تم تشخيصه واكتشافه في مراحله المبكرة. يذكر أن سرطان الرئة هو ثاني أكثر أمراض السرطان شيوعا خلال عام 2018. هذه الرسالة ستقدم نظام تشخيص جديد بمساعدة الكمبيوتر (CAD) لاكتشاف سرطان الرئة في صور الأشعة الطبقية. ستدرس الرسالة تأثير اللون والملمس والشكل في هذه الصور. كما ستقوم بمقارنة العديد من خوارزميات التعلم الآلي مثل (SVM) والشبكات العصبية (NN) والأقرب جار (KNN) وشجرة القرار (DT). يتكون نظام CAD من ثلاثة خطوات رئيسية: المعالجة المسبقة، استخراج الميزات للصورة كاملة أو جزء منها، والتعلم الآلي. يتم استخدام التفاف الصورة لتحريف الصور الطبقية لتلائم نظام الإحداثيات التشريحي الموحد. كما وسيتم إجراء دراسة شاملة حول ما يجذب عين الطبيب في صور الأشعة الطبقية. أخيرا، سيتم إجراء مقارنة بين خوارزميات التعلم الآلي المختلفة. كانت أفضل دقة لميزة Filter" "Gabor في استخراج الميزات العامة للصورة كاملة باستخدام "SVM" بدقة 90.0%، تليها "Haar Wavelet " بدقة 89.2%. وكان الثالث يستخدم ميزة Gabor Filter""في الميزة العامة للصورة كاملة باستخدام "NN" بدقة 88.8%، تليها دقة 88.4% لميزة "HOG" في استخراج الميزة العامة للصورة كاملة باستخدام "NN".

عناصر مشابهة