تطوير نظام فعال لتصنيف الصور الطبية باستخدام خلخلة المجموعة و التحسين الضبابي
نشر في جامعة البعث
بتاريخ 2016
في مجال الهندسة المعلوماتية
والبحث باللغة
العربية
تحميل البحث
الملخص بالعربية
قمنا في هذا البحث بإدخال خوارزمية اختيار السمات المستندة على الضبط
regularization للاستفادة من خصائص الخلخلة و تجميع السمات و ادراجه في مهمة تصنيف الصور الطبية، باستخدام الطريقة المعتمدة على خلخلة المجموعة group sparsity
التي تُمكن من الإبقاء أو الحذف على مجموعة كاملة من السمات. إن الفكرة الأساسية في خلخلة المجموعة هي حذف السمات التي لا تؤثر على عملية الاستعادة بدلاً من الإبقاء على هذه السمات و اعطائها أوزان قليلة، و بالتالي تعتبر كخوارزمية لتحسين النظام عن طريق زيادة دقة النتائج بالإضافة الى تخفيض المتطلبات الزمنية و التخزينية التي يحتاجها النظام.
المراجع المستخدمة
Lehmann, Thomas M., et al., et al. Automatic categorization of medical images for content-based retrieval and data mining. s.l. : Computerized Medical Imaging and Graphics, 2005
Kohnen, Michael, et al., et al. Quality of DICOM header information for image categorization. 2002
Zhang, Shaoting, et al., et al. Automatic Image Annotation and Retrieval Using Group Sparsity. s.l. : IEEE, 2012