تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله تشخیص سرطان پستان در ماموگرام های دیجیتال – نشریه IEEE

عنوان فارسی: تشخیص سرطان پستان در ماموگرام های دیجیتال
عنوان انگلیسی: Breast Cancer Detection in Digital Mammograms
تعداد صفحات مقاله انگلیسی : 6 تعداد صفحات ترجمه فارسی : 11
سال انتشار : 2015 نشریه : آی تریپل ای - IEEE
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 8564 رفرنس : دارد
محتوای فایل : zip حجم فایل : 1.45Mb
رشته های مرتبط با این مقاله: پزشکی
گرایش های مرتبط با این مقاله: ایمنی شناسی پزشکی و تکنولوژی پرتوشناسی
مجله: کنفرانس بین المللی سیستم ها و تکنیک های تصویربرداری - International Conference on Imaging Systems and Techniques
دانشگاه: علوم و مهندسی کامپیوتر، موسسه هندیی فناوری اطلاعات
کلمات کلیدی: پوشش غیرشارپ، فیلتر میانی، میانگین های C فازی، تبدیل موجک گسسته
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

I.مقدمه

II. الگوریتم پیشنهادی

III. نتایج آزمایشگاهی و بحث

IV. نتیجه گیری

نمونه متن انگلیسی

Abstract

This paper discusses an approach for automatic detection of abnormalities in the mammograms. Image processing techniques have been applied to accurately segment the suspicious region-of-interest (ROI) prior to abnormality detection. Unsharp masking has been applied for enhancement of the mammogram. Noise removal has been done by using median filtering. Discrete wavelet transform has been applied on filtered image to get the accurate result prior to segmentation. Suspicious ROI has been segmented using the fuzzy-C-means with thresholding technique. Tamura features, shape based features and moment invariants are extracted from the segmented ROI to detect the abnormalities in the mammograms. Proposed algorithm has been validated on the Mini-MIAS data set.

نمونه متن ترجمه

چکیده

این مقاله در مورد روشی برای تشخیص خودکار ناهنجاری ها در ماموگرام ها بحث می کند. تکنیک های پردازش تصویر، برای کلاسه بندی دقیق نواحی موردنظر (ROI) مشکوک، پیش از تشخیص ناهنجاری به کار برده می-شوند. پوشش غیر شارپ برای بهسازی ماموگرام به کار برده می شود. حذف نویز با استفاده از فیلتر میانی انجام می شود. تبدیل موجک گسسته روی تصویر فیلتر شده اعمال می شود تا قبل از کلاسه بندی، نتایج دقیقی را ارائه کند. ROI مشکوک با استفاد از میانگین های C فازی و با تکنیک آستانه بندی کلاسه بندی می شود. ویژگی های تامورا، ویژگی های مبتنی بر شکل و ویژگی های (ثابت های) لحظه ای از ROI کلاسه بندی شده استخراج می شوند تا ناهنجاری های موجود در ماموگرام ها شناسایی شوند. الگوریتم پیشنهادی روی مجموعه داده های Mini –MIAS تایید اعتبار می شود.