تشخیص تالاسمی ماژور با استفاده از پردازش تصویر [پايان نامه فارسي]
سروه کریمیان
| شناسگر رکورد: | ۱۶۴۶۸ |
| رشته تحصیلی: | معماری سیستم های کامپیوتری |
| عنوان: | تشخیص تالاسمی ماژور با استفاده از پردازش تصویر |
| نويسنده: | سروه کریمیان |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۷ |
| چکیده: | امروزه با پیشرفت الگوریتم های پردازش تصویر در سال های اخیر ، استفاده از آن در زمینه های پزشکی خیلی مورد توجه قرار گرفته است. پزشکان همیشه برای یک تشخیص صحیح و به موقع نیازمند یک سری از ابزارات هستند که آنها را در این مسیر یاری کند.تشخیص بیماری از روی چهره مستلزم، الگوریتمهای پردازش تصویر می باشد ،که در آنها روش های تشخیص چهره مبتنی بر ساختار آبشاری دارای عملکردی سریعی و قدرتمندی هستد.در اکثر این روش ها به وسیله شبه هار ویژگی های مورد نیاز را از نواحی چشم ها ، دهان و بینی و با به کار بردن روش بوستینگ ،استخراج می کنند. الگوریتم ویولا جونز یک دیدگاه تشخیص شی سریع مبتنی بر آبشار قوی از ویژگی های ساده را مطرح کرده است. الگوریتم آدابوست یک یادگیرنده قوی می باشد، و همچنین ویژگی های هار برای تشخیص اشیاء و چهره بسیار قوی عمل می کنند ، که بر اساس بسیاری از کارهای انجام شده تا کنون ترکیب هار و آدابوست همیشه نتایج خوبی را در بر داشته است. در این پایان نامه برای تشخیص تالاسمی ماژور با استفاده از پردازش تصویر افراد مبتلا، از الگوریتم ویولاجونز برای تشخیص چهره و حذف قسمت های اضافه تصویر استفاده کرده ایم. در ابتدا الگوریتم به وسیله هار از نواحی مرکزی صورت یک سری ویژگی ها را استخراج می کند سپس این ویژگی ها را به آدابوست می دهد. آدابوست ابتدا کلاسفایرهای ضعیفی از این ویژگی ها درست می کند ، سپس با ترکیب چند کلاسیفایر ضعیف یک کلاسیفایر قوی برای یادگیری الگوریتم درست میکند ، و با همین روش چهره را در تصویر شناسایی می کند. بعد از تشخیص چهره به وسیله ویولاجونز ، از چهره ویژگی های بافتی و محلی را استخراج کرده و سپس همه این ویژگی ها را به الگوریتم ماشین بردار پشتیبان داده ایم .از SVM برای دسته بندی های دوتایی معمولا استفاده میشود بنابراین ما از الگوریتم این جواب را میخواهیم که آیا فرد دارای تالاسمی می باشد یا خیر ؟ در انتها برای شبیه سازی آن از نرم افزار متلب استفاده کردیم ، که بر اساس نتایج به دست آمده با ۹۰ درصد داده آموزشی تابع RBF بهترین نتیجه را با دقت ۷۲.۵۰ داشته است. |
| واژگان کلیدی: | مهندسی کامپیوتر |
| معماری سیستم های کامپیوتری | |
| تالاسمی ماژور | |
| تشخیص چهره | |
| ویولا- جونز | |
| ماشین بردار پشتیبان |
جهت ثبت نظر با حساب کاربری تان وارد شوید