eslamifar O, soltani M, Rastegar Fatemi S M. Identification, detection and classification and of multiclass heterogeneous blood cell series based on the council algorithm and aggregation of tissue descriptors. JSDP 2025; 22 (3) : 4
URL:
http://jsdp.rcisp.ac.ir/article-1-1393-fa.html
اسلامی فر امید، سلطانی محمدرضا، رستگار فاطمی سید محمد جلال. شناسایی چندکلاسی سلولهای ناهمگون خونی برمبنای الگوریتم شورایی و تجمیع توصیفگر بافت. پردازش علائم و دادهها. 1404; 22 (3) :59-76
URL: http://jsdp.rcisp.ac.ir/article-1-1393-fa.html
استادیار گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد خمینی شهر، اصفهان، ایران
چکیده: (15 مشاهده)
درک نحوه عملکرد سلولهای بیولوژیکی و تمایز سلولها از یکدیگر برای تشخیص بیماری و درمان اهمیت بالایی دارد؛ از نظر پزشکان متخصص در صورت آشکارشدن وجود ناهنجاری در مراحل نخستین شکلگیری تغییرات در سلولهای خونی، امکان درمان زودهنگام و جلوگیری از بروز عوارض آن وجود خواهد داشت. در گام نخست طرح پیشنهادی، ضرایب موجک تصویر به یک شبکه عصبی YOLO داده میشود تا مکان برگزیده از تصویر بافت برای بیرونآوردن ویژگی انتخاب شود. در ادامه از شبکه عصبی کانولوشنی، روش بهینهسازی عقاب طلایی (GEO) و سه دستهبند معروف شامل درخت تصمیم (DT)، بیزین ساده (NB) و K نزدیکترین همسایه (KNN) بهصورت دستهبند مشارکتی استفاده میشود تا بین سلولهای خونی مختلف بر اساس مدلهای آموزشدیده تمایز داده شود. نتایج شبیهسازی حاکی از آن است که مدل ارائهشده با دقت مناسبی به پیشبینی نوع سلول خونی بر مبنای آموزش دادهشده به مدل پرداخته و توانسته است به دقت 95 درصد دست یابد.
شمارهی مقاله: 4
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مقالات پردازش تصویر دریافت: 1402/5/26 | پذیرش: 1404/5/19 | انتشار: 1404/9/28 | انتشار الکترونیک: 1404/9/28