• شماره ركورد
    25201
  • پديد آورنده

    سعيد فروزنده

  • عنوان
    تشخيص تومور مغزي با استفاده از الگوريتم تركيبي FCM-PSO
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مهندسي كامپيوتر-نرم افزار
  • سال تحصيل
    1400
  • تاريخ دفاع
    16/6/1400
  • استاد راهنما
    دكتر جواد وحيدي
  • دانشكده
    واحد نور مازندران
  • چكيده
    الگوريتم c-means فازي يك الگوريتم محبوب براي خوشه‌بندي غيرنظارتي مبتني بر منطق فازي محسوب مي‌شود كه در زمينه‌هاي بسياري كاربرد دارد. بااين‌حال اين الگوريتم از نقاط ضعفي برخوردار است. يكي از اين معايب اين است كه در هنگام مواجهه با مسائل پيچيده همانند داده‌هاي تصويري پزشكي، هنگام اجرا به‌طور مداوم در حداقل‌هاي محلي گير مي‌افتد كه اين اتفاق منجر به نتايج خوشه‌بندي نامطلوب مي‌گردد. بهينه‌سازي ازدحام ذرات يك الگوريتم بهينه‌سازي فرا ابتكاري مبتني‌بر جمعيت مي‌باشد كه به‌عنوان رويكردي براي تحقيقات جامع به شمار مي‌آيد و در بسياري از مسائل بهينه‌سازي كاربرد دارد. به‌منظور غلبه بر مشكل موجود در الگوريتم FCM و همچنين رسيدن به نتايجي بهتر، الگوريتم تركيبي FCM-PSO ارائه خواهد شد كه حاصل ادغام ويژگي‌هاي بي‌نظير الگوريتم FCM با PSO مي‌باشد. به‌منظور ارزيابي الگوريتم ارائه‌شده، آزمايش‌هايي بر روي مجموعه‌ داده‌هاي در دسترس مربوط به مغز انجام شده و نتايج حاصل از آن‌ها ازنظر آماري و شهودي مورد مقايسه قرار خواهند گرفت. نتايج تجربي به‌دست‌آمده بيانگر كارايي بالاي الگوريتم تركيبي پيشنهادشده‌ي FCM-PSO است.
  • تاريخ ورود اطلاعات
    1400/06/21
  • عنوان به انگليسي
    Detection of brain tumors using FCM-PSO hybrid algorithm
  • تاريخ بهره برداري
    9/7/2022 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    سعيد فروزنده

  • چكيده به لاتين
    Fuzzy c-means (FCM) is a well-known unsupervised clustering algorithm based on fuzz logic and used in many applications. However, it has some disadvantages. On disadvantage of FCM is that, while dealing with complex problems such as medical image data, it is frequently trapped into local minima during execution, which leads the undesired clustering results. Particle swarm optimization (PSO) is a population based metaheuristic optimization algorithm regarded as a global search approach and used in many optimization problems. To overcome the problem in FCM and in order to achieve better results, a hybrid FCM-PSO algorithm has been proposed by combining the excellent features of FCM and PSO algorithms. The experiment has been executed on a triangular dataset and publicly available real brain datasets and compared their results numerically and visually. The obtained experimental results demonstrate the efficacy of the proposed hybrid FCM-PSO algorithm. Friedman’s statistical test is also carried out to demonstrate the statistically significant performance of all discussed algorithms.
  • كليدواژه هاي فارسي
    الگوريتم , خوشه بندي , بهينه سازي , كمينه محلي
  • كليدواژه هاي لاتين
    Fuzzy c-means , Particle swarm optimization , Clustering , Image segmentation