|  درخواست عضويت  |  رمز خود را فراموش کرده ايد؟  |  ورود اعضا [Sign in]
جستجوي پيشرفته مطالب   |  
 جستجو:  
تشخيص اتوماتيك بيمارهاي شبكيه چشم با استفاده از مدل هاي رياضياتي پردازش تصوير، مبتني بر يادگيري ديكشنري چند لايه
magiran.com >  فصلنامه فناوري آموزش >سال سيزدهم، شماره 3 (پياپي 51) > متن
مشخصات نشريه
آخرين شماره
آرشيو شماره هاي گذشته
جستجوي مطالب
سايت اختصاصي
تماس با نشريه
ارسال الکترونيکي مقاله
شماره جديد اين نشريه
سال سيزدهم
شماره 3
(پياپي 51)
بهار 1398


 راهنمای موضوعی نشريات
اين نشريه در گروه(های) زير قرار گرفته است:

?????


 


فصلنامه فناوري آموزش ، سال سيزدهم، شماره 3 (پياپي 51)



عنوان:
تشخيص اتوماتيك بيمارهاي شبكيه چشم با استفاده از مدل هاي رياضياتي پردازش تصوير، مبتني بر يادگيري ديكشنري چند لايه


نويسنده(گان):
آزاده منتظري، محبوبه شمسي*،

پست الکترونيک: shamsi (a) qut.ac.ir


چکيده:

هدف از اين مطالعه بهبود عملكرد طبقه بندي روش هاي نوين، با استفاده از مدلي چند لايه به منظور كمك به تشخيص بيماري هاي شبكيه ي چشم است. اين مدل از الگوريتم K-SVD پيشرفته، براي يادگيري ماتريس ديكشنري و الگو هاي پايه استفاده مي كند تا بتواند با الگوپذيري از معماري چند لايه، ويژگي هاي بهتري را در تصاوير OCT شبكيه بياموزد. همچنين در اين معماري، علاوه بر استفاده از برچسب هاي كلاس داده هاي آموزشي، اطلاعات برچسب نيز در هر ستون پايه در ماتريس ديكشنري تركيب مي شود تا در كدگذاري تنك در طي فرآيند يادگيري ديكشنري بيشترين تبعيض اعمال شود كه اين منجر به موفقيت مراحل كدگزاري تنك و جمع بندي، در پيدا كردن نمايش موثر تري از داده به منظور طبقه بندي مي گردد. براي اعتبار سنجي الگوريتم، از مجموعه داده هاي داك استفاده شده است. نتايج تجربي نشان مي دهد كه الگوريتم پيشنهادي اين مقاله توانسته است با پيشي گرفتن از بسياري از مدل هاي جديد يادگيري ديكشنري و نمايش تنك، بسيار خوب عمل نمايد و با دقت خوبي منجر به طبقه بندي صحيح ?95.85 براي تصاوير نرمال و صددرصد براي تصاوير بيمار (DME و AMD) شود.



کليدواژگان:
يادگيري ديكشنري چند لايه، نمايش تنك، الگوريتم K-SVD، مقطع نگاري همدوسي شبكيه، طبقه بندي


لينک کوتاه به اين صفحه:  
 

دوست گرامي:

    با تشکر از همراهي شما به اطلاع مي رساند مطالعه متن مقالات نشريات و خدمات اختصاصي اين سايت تنها براي اعضا و با پرداخت حق عضويت (اشتراک طلايي) امکان پذير است.

  هزینه حق عضویت سالانه(اشتراک طلایی):

  • مشترکان داخل کشور     250.000 ريال (100 مقاله اعتبار اولیه) پرداخت با همه کارتهای بانکی
  • مشترکان خارج از کشور   50 دلار  (100 مقاله اعتبار اولیه) پرداخت با  Paypal
  اگر عضو سايت هستيد:
     شناسه کاربري:
     رمز عبور:

  اگر عضو سايت نيستيد:
شما با تکميل فرم عضويت و تاييد نشاني ايميل خود در سايت "بانک اطلاعات نشريات کشور magiran.com"  مي توانيد از امکانات اختصاصي اين سايت به شرح زير استفاده نماييد.:
  • دسترسي به متن مقالات پس از پرداخت حق عضويت و فعال سازی اشتراک طلايي
  • استفاده از  فروشگاه سايت و سفارش اينترنتي اشتراک نسخه چاپي نشريات با 10 درصد تخفيف
  • ايجاد فهرست نشريات مورد علاقه براي دسترسي سريع
  • اطلاع از انتشار نشريات مورد علاقه از طريق پست الکترونيکي
  • دريافت روزانه سرخط مطالب روزنامه هاي عضو بر اساس کلمات انتخابي خودتان تا سقف 10 عنوان


آيا مايل به عضويت در بانک اطلاعات نشريات کشور هستيد؟ 
(رايگان)

          

 



 

 

 
 
ارسال مطلب به دوستان
نظر بدهيد
ثبت در فهرست علائق

معرفی سايت به ديگران
گزارش اشکال در اطلاعات
اشتراک نشريات ديگر



 

اعتماد
ايران
جام جم
دنياي اقتصاد
رسالت
شرق
كيهان
 پيشخوان
Journal of Caring Sciences
شماره 2 (پياپي 802)
 

 

 

سايت را به دوستان خود معرفی کنيد    
 1397-1380 کليه حقوق متعلق به سايت بانک اطلاعات نشريات کشور است.
اطلاعات مندرج در اين پايگاه فقط جهت مطالعه کاربران با رعايت شرايط اعلام شده است.  کپی برداري و بازنشر اطلاعات به هر روش و با هر هدفی ممنوع و پيگيرد قانوني دارد.
 

پشتيبانی سايت magiran.com (در ساعات اداری): 77512642  021
تهران، صندوق پستی 111-15655
فقط در مورد خدمات سايت با ما تماس بگيريد. در مورد محتوای اخبار و مطالب منتشر شده در مجلات و روزنامه ها اطلاعی نداريم!
 


توجه:
magiran.com پايگاهی مرجع است که با هدف اطلاع رسانی و دسترسی به همه مجلات کشور توسط بخش خصوصی و به صورت مستقل اداره می شود. همکاری نشريات عضو تنها مشارکت در تکميل و توسعه سايت است و مسئوليت چگونگی ارايه خدمات سايت بر عهده ايشان نمی باشد.



تمامي خدمات پایگاه magiran.com ، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي‌باشند و فعاليت‌هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است