18%

دانلود پروپوزال طبقه ‌بندی توده ‌های سرطان سینه با استفاده از روش ماشین بردار پشتیبان با بکارگیری الگوریتم بهینه ‌‌سازی ملخ

56,000 تومان

 

سال نگارش: 2022
مهندسی کامیوتر ، پزشکی
مقاله بیس : دارد
فرمت : word تایپ شده
کلیک جهت مشاهده مقاله بیس

 

جهت مشاهده سایر پروپوزالها با موضوع تشخیص سرطان  و یا پردازش تصویر اینجا کلیک کنید. 

با مطالعه نمونه مشابه موضوع خود میتوانید به راحتی پروپوزال تز دکتری یا ارشد خود را بنویسید. همه ی محصولات قرار داده شده طبق استانداردهای وزارت علوم بوده و همگی مورد تایید دانشگاه ها واقع شده است.

توضیحات

دانلود پروپوزال طبقه ‌بندی توده ‌های سرطان سینه با استفاده از روش ماشین بردار پشتیبان با بکارگیری الگوریتم بهینه ‌‌سازی ملخ

عنوان فارسی پروپوزال دانلود پروپوزال طبقه ‌بندی توده ‌های سرطان سینه با استفاده از روش ماشین بردار پشتیبان با بکارگیری الگوریتم بهینه ‌‌سازی ملخ
عنوان انگلیسی پروپوزال Mammographic Image Processing for Classification of Breast Cancer Masses by Using Support Vector Machine Method and Grasshopper Optimization
تعداد صفحات ۲۸
سال نگارش 2022
رشته کامپیوتر-پزشکی
قالب فایل Word
مقاله بیس دارد
لینک مقاله بیس http://jams.arakmu.ac.ir/browse.php?a_id=6190&sid=1&slc_lang=en&html=1

   فهرست مطالب پروپوزال

  1. بیان مساله اساسی تحقیق شبکه عصبی کانولوشن
  2. مرور ادبیات و سوابق مربوطه
  3. اهمیت و ضرورت انجام تحقیق
  4. اهداف مشخص تحقیق
  5. سؤالات تحقیق
  6. فرضیه ‏های تحقیق
  7. روش شناسی تحقیق
  8. متغیرهای مورد بررسی در قالب یک مدل مفهومی
  9. جنبه جدید بودن و نوآوری در تحقیق
  10. شرح کامل روش (میدانی، کتابخانه‏ای) و ابزار
  11. جامعه آماری، روش نمونه‏ گیری و حجم نمونه
  12. مراجع

بیان مساله

سرطان سینه نوعی سرطان است که به دلیل رشد غیرقابل کنترل سلولهای غیرطبیعی سبب ایجاد توده در بافت پستان میشود. طبق گزارش سازمان بهداشت جهانی (WHO) هر ساله این سرطان ۲٫۱ میلیون زن را تحت تأثیر قرار میدهد، همچنین بیشترین مرگومیر ناشی از سرطان را در میان زنان ایجاد می‏کند . بر اساس تحقیقات انجام شده در سال ۲۰۱۸ تعداد ۶۲۷۰۰۰ زن به علت سرطان سینه جان خود را از دست داده‏اند درواقع، این سرطان تقریباً %۱۵ از کل مرگ‏ومیرهای ناشی از انواع سرطان را در میان زنان تشکیل می‌دهد.

پروپوزال پزشکی

مشاهده تمامی پروپوزال‌های پزشکی

این بیماری در ایران نیز شایع‏ترین سرطان و سومین علل مرگومیر در میان زنان است [۱]. لذا درصورتی که بتوان توسط روشی، این بیماری را تشخیص داد می‏توان شاهد کاهش مرگ‏ومیر انسان‏ها بود. روش تصویربرداری ماموگرافی توسط اشعه x یکی از رایجترین روشهای مورد استفاده رادیولوژیست‏ها برای تشخیص و غربالگری سرطان سینه و تعیین وجود توده‏های سرطانی و کیست‏ها  است.  با این حال تفسیر تصاویر ماموگرافی دشوار است و طبق آمار مرکز ملی سرطان در آمریکا، ۱۰ تا ۳۰ درصد توده های موجود در سینه توسط رادیولوژیست قابل مشاهده نیستند [۲].

تودهها و ذرات ریز آهکی که ذرات بسیار کوچک کلسیم هستند، از نشانه‏ها و علائم سرطان در تصاویر ماموگرافی هستند و تشخیص درست این علائم بسیار سخت و دشوار است. بطور کلی توده‏ها به دو دسته‏ی خوش‏خیم و بدخیم طبقه‏بندی می‏شوند، که هر کدام از لحاظ شکل ظاهری در تصویر دارای ویژگیهای خاصی هستند. تودههای خوشخیم بیضوی شکل، دارای لبههای مشخص و بدون زاویه هستند؛ در حالی که تودههای بدخیم دارای شکل غیریکنواخت و غیرمنظم، لبه های نامشخص، زاویه‏دار و غالباً شبیه چکمه یا لوبورال هستند [۱].

در تصاویر ماموگرافی، ذرات بسیار ریز آهکی معمولاً بصورت ذرات نویزی مشاهده شده و توده‏ها دارای شدت روشنایی بسیار کمی هستند، که تشخیص آنها را توسط رادیولوژیست‏ها و پزشکان دشوار می‏کند. با توجه به اینکه تشخیص دقیق و بهموقع توده سرطانی و انواع مختلف آن از اهمیت ویژه‏ای در سلامتی افراد جامعه برخوردار است، لذا باید بهنحوی دشواری تشخیص توده‏های سرطان سینه که به‌طور عمده با خطاهای انسانی در دقت تشخیص نیز همراه است توسط محققین مورد توجه قرار گیرد.

به همین دلیل ارائه و گسترش یک روش خودکار به کمک روشهای پردازش تصویر و الگوریتم‏های تشخیص و همچنین بهینه‌سازی و ارتقای سیستم‌های تشخیصی موجود برای کاهش خطای انسانی و کمک به تشخیص زود هنگام و بهبود روند درمان این بیماری حائز اهمیت است. در این پروپوزال کوشیده ایم با معرفی روشی خودکار و جدید، در تشخیص و استخراج توده‏های سرطان سینه با دقت بالا دست پیدا کنیم. برای این منظور توده ‌های سرطان سینه ،…..

برخی از مراجع

  •   Islam, Md Milon, et al. “Prediction of breast cancer using support vector machine and K-Nearest neighbors.” ۲۰۱۷ IEEE Region 10 Humanitarian Technology Conference (R10-HTC). IEEE, 2017.
  •  Ali, Ebrahim Edriss Ebrahim, and Wu Zhi Feng. “Breast cancer classification using support vector machine and neural network.” International Journal of Science and Research ۵٫۳ (۲۰۱۶): ۱-۶٫
  •   Avinash, Kumar, M. B. Bijoy, and P. B. Jayaraj. “Early Detection of Breast Cancer Using Support Vector Machine With Sequential Minimal Optimization.” Advanced Computing and Intelligent Engineering. Springer, Singapore, 2020. 13-24.
  •   Huang, Hui, et al. “A new fruit fly optimization algorithm enhanced support vector machine for diagnosis of breast cancer based on high-level features.” Bmc Bioinformatics ۲۰٫۸ (۲۰۱۹): ۲۹۰٫
  • Khalilabad, Nastaran Dehghan, and Hamid Hassanpour. “Employing image processing techniques for cancer detection using microarray images.” Computers in biology and medicine ۸۱ (۲۰۱۷): ۱۳۹-۱۴۷٫

دانلود پروپوزال تشخیص سرطان با استفاده از شبکه عصبی کانولوشن (UNET) – دانلود پروپوزال در مورد تشخیص سرطان سینه – دانلود پروپوزال در مورد شبکه عصبی کانولوشن – توده در پستان یکی از مشخص ترین علائم برای تشخیص سرطان سینه است و اطلاعات اطراف توده آن بیانگر الگوی رشد و ویژگی بیولوژیکی است.

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه(نظر) ارسال کنند.