ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Mammogram Image Classification Using K-Nearest Neighbor "KNN" Algorithm and Mutual Information "MI" Feature Selection

العنوان بلغة أخرى: تصنيف صور الثدي الشعاعية باستخدام خوارزمية الجار الأقرب واختيار الخصائص بواسطة طريقة تبادل المعلومات
المؤلف الرئيسي: Hassan, Waleed Mohammed Abdalla (Author)
مؤلفين آخرين: Abdalla, Ali Ahmed Alfaki (Advisor)
التاريخ الميلادي: 2018
موقع: الخرطوم
الصفحات: 1 - 31
رقم MD: 1103825
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة النيلين
الكلية: كلية الدراسات العليا
الدولة: السودان
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

16

حفظ في:
LEADER 04191nam a22003257a 4500
001 1525543
041 |a eng 
100 |9 594218  |a Hassan, Waleed Mohammed Abdalla  |e Author 
245 |a Mammogram Image Classification Using K-Nearest Neighbor "KNN" Algorithm and Mutual Information "MI" Feature Selection 
246 |a تصنيف صور الثدي الشعاعية باستخدام خوارزمية الجار الأقرب واختيار الخصائص بواسطة طريقة تبادل المعلومات 
260 |a الخرطوم  |c 2018 
300 |a 1 - 31 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة النيلين  |f كلية الدراسات العليا  |g السودان  |o 4358 
520 |a يعتبر سرطان الثدي أحد أهم أسباب الوفاة لدي النساء في العالم. عند إجراء الكشف المبكر والدقيق لهذا المرض ترتفع نسبة الشفاء من 56% إلى 86%. تعتمد دقة التصنيف في معظم المصنفات على الخصائص المهمة المستخلصة من الصورة وعلى خوارزمية التصنيف في حد ذاتها. تفترض هذه الدراسة طريقة تصنيف باستخدام خوارزمية الجار الأقرب وأهم الخصائص المختارة من مجموعة الخصائص المستخلصة من الصورة الشعاعية للثدي يتم اختيار أهم الخصائص بناء على طريقة الــــــ Mutual information (MI) تهدف هذه الدراسة إلي تحسين دقة تصنيف خوارزمية الجار الأقرب باستخدام أهم الخصائص لتحديد إذا كانت الصورة الشعاعية للندي طبيعية أم مصابة بالسرطان. في هذه الدراسة عملية التصنيف تتضمن خمسة خطوات أساسية تبدأ بجمع صور الأشعة، تجهيز الصور، استخلاص خصائص الصور، التصنيف في المرحلة الأولى باستخدام جميع الخصائص المستخلصة. تم التصنيف في المرحلة الثانية باستخدام أفضل الخصائص المحددة باستخدام طريقة (MI) وأخيرا الاختبار والتقييم. استخدمت هذه الدراسة مجموعة من الخصائص مستخرجة من صور الأشعة التي أخذت من قاعدة بيانات مجتمع المعلومات ومن ثم استنادا إلى طريقة التصنيف طبقت الدراسة خوازرمية أقرب الجيران (KNN). هذه الدراسة قسمت قاعدة البيانات إلي قسمين هما: التدريب والاختبار. وبعد بناء المصنف علي أساس بيانات التدريب يتم اختبار النموذج المقترح باستخدام بيانات الاختبار لقياس الدقة. أفضل دقة تم الحصول عليها 76% عند استخدام نسبة 85% و15% على التوالي للتدريب والاختبار وذلك عند استخدام أفضل خمسة خصائص عند عملية التصنيف. وتوصى الدراسة لتحسين دقة نتيجة المصنف استخدام طريقة أخرى لاختيار أفضل الخصائص. 
653 |a خوارزمية الجار الأقرب  |a الصور الشعاعية  |a الأورام السرطانية  |a سرطان الثدي 
700 |9 594222  |a Abdalla, Ali Ahmed Alfaki  |e Advisor 
856 |u 9818-006-001-4358-T.pdf  |y صفحة العنوان 
856 |u 9818-006-001-4358-A.pdf  |y المستخلص 
856 |u 9818-006-001-4358-C.pdf  |y قائمة المحتويات 
856 |u 9818-006-001-4358-F.pdf  |y 24 صفحة الأولى 
856 |u 9818-006-001-4358-1.pdf  |y 1 الفصل 
856 |u 9818-006-001-4358-2.pdf  |y 2 الفصل 
856 |u 9818-006-001-4358-3.pdf  |y 3 الفصل 
856 |u 9818-006-001-4358-4.pdf  |y 4 الفصل 
856 |u 9818-006-001-4358-O.pdf  |y الخاتمة 
856 |u 9818-006-001-4358-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1103825  |d 1103825 

عناصر مشابهة