Multi-classifier Method based on Normal and Weighted Voting for Breast Cancer Mammogram Images Detection
| المؤلف الرئيسي: | Karrar, Samar Mohamed Osman (Author) |
|---|---|
| مؤلفين آخرين: | Abdalla, Ali Ahmed Alfaki (Advisor), Abd Elgabar, Eltyeb E. (Advisor) |
| التاريخ الميلادي: |
2019
|
| موقع: | الخرطوم |
| الصفحات: | 1 - 82 |
| رقم MD: | 1140878 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة النيلين |
| الكلية: | كلية علوم الحاسوب وتقانة المعلومات |
| الدولة: | السودان |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
11
| المستخلص: |
يحدث سرطان الثدي عندما تبدأ خلايا الثدي بالنمو والانقسام بصورة غير مفهومة ولا يمكن السيطرة عليها وهو السرطان الأكثر شيوعا بين النساء وثاني مسبب للوفاة بين النساء. لم تكتشف أسباب الإصابة بسرطان الثدي حتى الآن ولكن الاكتشاف المبكر للسرطان عامل مهم للعلاج وكلما تم الاكتشاف مبكرا كان العلاج أسهل. تصنيف الصور الطبية من قبل الطبيب المختص قد يستهلك الزمن الطريقة التقليدية في خصوصا أن الاكتشاف المبكر عامل مهم جدا في العلاج. الفكرة الأساسية لهذا البحث هو اقتراح مصنف متعدد لتصنيف الصور باستخدام خمسة مصنفات Decision Tree, Support Vector Machine, K-Nearest Neighbors, Artificial Neural Network, Bayes Naïve ثم تصنيفها كصور حميدة أو خبيثة بالاعتماد على التصويت بينها. قد استخدمنا التصويت لأنه يعطي نتايج أكثر دقة من الاعتماد على مصنف واحد. تم استخدام طريقتين للتصويت: الطريقة الأولى ال Normal Voting يتم فيها التصويت بين المصنفات بطريقة عادية وهي أخذ رأي الأغلبية كقرار نهائي، الطريقة الثانية الWeighted Voting يتم تنفيذ كل مصنف 10 مرات ويتم تخزين أفضل دقة تم الحصول عليها ثم إعطاء كل مصنف عدد مختلف من الأصوات اعتمادا على دقته ثم التصويت بينهم. تحتوي هذه الدراسة على اربعة مراحل تبدأ بمرحلة جمع الصور (Dataset) التي تحتوي على 119 صورة. ومن ثم مرحلة تهيئتها (ROI) واستخلاص الخصائص Feature Extraction)) ثم مرحلة التصنيف بخمسة مصنفات مختلفة (SVM, BNC, KNN, DT, KNN) والتصويت بطريقتين (normal وweighted) بين نتائج هذه المصنفات إنتهاءا بمرحلة تقييم النتيجة. أفضل نتيجة تصويت تم الحصول عليها بطريقة ال weighted voting هي 0.945%، وأفضل نتيجة تم الحصول عليها بطريقة ال normal voting هي 0.8085%. |
|---|
عناصر مشابهة
-
Automated Algorithm for Mammogram Image Analysis: Tumor Segmentation and Classification
بواسطة: سعد، معتز موسى سعيد منشور: (2015) -
Detection of masses in digital mammograms
بواسطة: Al Zehiry, Noha Youssry Abd Alazim Hassanin منشور: (2003) -
Instantly Enhanced Image Selection for Mammogram Images Segmentation
بواسطة: محمد، سري جاسم منشور: (2019) -
Detection of oestrogen receptor-B mRNA and exon 5 deletion splice variant in normal and cancer breast tissue
بواسطة: Nouman, Ghassan Salem Asad منشور: (1998) -
Automated detection of breast cancer
بواسطة: Al Dreabi, Esraa Ahmad منشور: (2011)
