این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در 8 صفحه در سال 2016 منتشر شده و ترجمه آن 8 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
الگوریتم ژنتیک هیبریدی برای استخراج و انتخاب ویژگیهای تصاویر پزشکی |
عنوان انگلیسی مقاله: |
Hybrid Genetic Algorithm for Medical Image Feature Extraction and selection |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2016 |
تعداد صفحات مقاله انگلیسی | 8 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر و مهندسی پزشکی |
گرایش های مرتبط با این مقاله | پردازش تصاویر پزشکی، هوش مصنوعی و مهندسی الگوریتم ها و محاسبات |
مجله |
کنفرانس بین المللی مدل سازی محاسباتی و امنیت International Conference on Computational Modelingand Security |
دانشگاه | گروه مهندسی برق و الکترونیک، دانشگاه ساتیاباما، هند |
کلمات کلیدی | استخراج ویژگی، انتخاب ویژگی، Texton، الگوریتم ژنتیک |
شناسه شاپا یا ISSN | 2016.05.192 ISSN |
رفرنس | دارد |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه الزویر |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 8 صفحه |
ترجمه عناوین تصاویر | ترجمه شده است |
ترجمه متون داخل تصاویر | ترجمه نشده است |
درج تصاویر در فایل ترجمه | درج شده است |
درج جداول در فایل ترجمه | درج شده است |
- فهرست مطالب:
چکیده
1. مقدمه
2. شیوه فنی
3. استخراج ویژگی
1. 3 الگوریتم استخراج الگوی ذاتی
2. 3 الگوریتم استخراج گرادیان کنتور مبتنی بر Texton
3. 3 SIFT بهبود یافته
4. انتخاب ویژگی
5. بازخورد ربط مبتنی بر چگالی متنوع
6. نتیجه آزمایش
7 نتیجه گیری
- بخشی از ترجمه:
6. نتیجه آزمایش
انتخاب ویژگیهای بهینه از کلیه ویژگیهای استخراج شده تصاویر پایگاه داده صورت می گیرد. ازشیوه هیبریدی الگوریتم شاخه و حد و الگوریتم کلونی زنبور عسل مصنوعی برای انتخاب ویژگی استفاده می شود. دراینجا عملکرد سیستم CBMIR پیشنهادی راقبل از الگوریتم بازخورد ربط و بعد از الگوریتم بازخورد ربط باهم مقایسه می کنیم. از الگوریتم چگالی تنوع (DD) برای بازخورد ربط استفاده می شود. در این راستا دو آزمایش گروهی انجام داده و هر آزمایش گروهی شامل پنج پرس و جوی متفاوت بود و پنج پرس و جوی متفاوت از هر گروه ممکن است همپوشانی داشته یا نداشته باشد. دقات ورادیوی فراخوانی مورد استفاده هر گروه برای ارزیابی سیستم پیشنهادی با میانگین هر پنج پرس و جو بیان می شود که در شکل 2(a) و (b) نشان داده شده است.
- بخشی از مقاله انگلیسی:
7 Conclusion
An improved approach for the feature selection method in content based medical image retrieval using hybridapproach of “branch and bound algorithm” and “Artificial bee colony algorithm” was implemented and therelevance feedback also implemented. The implemented system is tested with various test images from medicalimage data set. For the final retrieval result, although most relevant images were retrieved, there were some obviousrelevant images missed by the diverse density relevance feedback algorithm. The relevancy can be improved byusing more advanced algorithms
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
الگوریتم ژنتیک ترکیبی جهت استخراج و انتخاب خواص تصاویر پزشکی |
عنوان انگلیسی مقاله: |
Hybrid Genetic Algorithm for Medical Image Feature Extraction and selection |
|
دانلود رایگان مقاله انگلیسی خرید ترجمه فارسی مقاله