ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تجزئة صور الرنين المغناطيسي لأ...>الوصف

تجزئة صور الرنين المغناطيسي لأورام الدماغ بطريقة اّلة المتجه الداعم

العنوان بلغة أخرى: Segmentation of Magnetic Resonance Images of Brain Tumors Using Support Vector Machine Method: Support Vector Machine
المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: رشيد، اسراء كاظم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Rasheed, Israa Kazim
مؤلفين آخرين: عبد، هيفاء طه (م. مشارك)
المجلد/العدد: ع133
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الشهر: حزيران
الصفحات: 235 - 244
ISSN: 1813-6729
رقم MD: 1300462
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الفحوصات الطبية | سرطان الدماغ | الأمراض الخطيرة | العلاج الطبي
كلمات المؤلف المفتاحية:
أورام الدماغ | تجزئة صور الرنين المغناطيسي | تقنية اّلات المتجهات الداعمة (SVMS.) | Brain Tumors | Image Segmentation | Support Vector Machine Technique | Features Extraction
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تم استعمال تقنية آلة المتجه الداعم Support Vector Machine(SVM) لتجزئة مجموعة من صور الدماغ المأخوذة بالرنين المغناطيسي، حيث تستند عملية التجزئة هذه على تصنيف البيانات وفصلها خطيا أو لا خطيا إلى صنفين من خلال إيجاد نقاط مثالية تمثل الحد الفاصل بين نقاط المجموعتين ومن خلال هذه النقاط يتم تمييز النقاط الباقية، ويكون فصل البيانات عن طريق استخدام المناطق البارزة وفصلها عن الخلفية من خلال استخدام تحويل فورييه واستخدام البيانات المحورة الجديدة من أجل الحصول على الترميز الثنائي للصورة ومن ثم تدريب هذه البيانات حسب الترميز، ويأتي بعد ذلك استخدام نموذج SVMمن أجل تدريب البيانات واستخراج الصورة المجزئة وتحديد الأورام فيها.

The Support Vector Machine (SVM) technology was used to segment a set of brain MRI images. This segmentation process is based on classifying the data and separating it linearly and non-linearly into two categories by finding perfect points that represent the boundary between the points of the two groups and through these points The remaining points are distinguished, and the data is separated by using prominent regions and separated from the background by using Fourier transform and using the new modified data in order to obtain the binary coding of the image and then training this data according to the encoding, and then using the SVM model in order to train the data Extracting the fragmentary image and identifying the tumors in it.
وصف العنصر: بحث مستل من رسالة ماجستير
ISSN: 1813-6729

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.