| dc.contributor.author | رستمی, محمد | fa_IR |
| dc.contributor.author | آیت, سعید | fa_IR |
| dc.contributor.author | نشاط, الهه | fa_IR |
| dc.date.accessioned | 1399-08-22T23:24:11Z | fa_IR |
| dc.date.accessioned | 2020-11-12T23:24:12Z | |
| dc.date.available | 1399-08-22T23:24:11Z | fa_IR |
| dc.date.available | 2020-11-12T23:24:12Z | |
| dc.date.issued | 2019-03-01 | en_US |
| dc.date.issued | 1397-12-10 | fa_IR |
| dc.identifier.citation | رستمی, محمد, آیت, سعید, نشاط, الهه. (1397). روشی نوین جهت تشخیص بیماری مالاریا با استفاده از پردازش تصویر. مجله دانشکده علوم پزشکی نیشابور, 7(1), 36-56. | fa_IR |
| dc.identifier.issn | 2383-3203 | |
| dc.identifier.issn | 2476-2768 | |
| dc.identifier.uri | http://journal.nums.ac.ir/article-1-294-fa.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/552310 | |
| dc.description.abstract | مقدمه
بیماری مالاریا یک بیماری عفونی است که موجب مشکلات جدی در امر سلامت شده است و مهم‌ترین بیماری انگلی بشری به شمار می‌رود. برای کنترل و درمان بیماری مالاریا، به تشخیص صحیح و اقدام به موقع نیاز است. در این پژوهش به وسیله روش‌های پردازش تصویر و شبکه عصبی، روشی خودکار برای تشخیص این بیماری ارائه شده است.
مواد و روش‌ها
در این روش ابتدا پیش‌پردازش انجام شده و توسط مدل کانتور فعال گلبول‌های قرمز از تصویر جدا شده و سپس با استفاده از تابع موجک، 840 ویژگی از تصویر استخراج نموده و با کمک ماشین بردار پشتیبان به دو گروه نرمال و غیر نرمال طبقه‌بندی می‌گردد. در این پژوهش از پایگاه داده بیماری مالاریا با 120 تصویر نرمال و 120 تصویر غیر نرمال و از نرمافزار MATLAB R2016B استفاده شده است.
یافته‌ها
نتایج نشان می‌دهد که در مقایسه با مطالعات گذشته، تشخیص بهتر بوده و معیارهای دقت و حساسیت به 25/93 درصد و 100 درصد رسیده است.
نتیجه‌گیری
در مرحله پیش‌پردازش نویزهایی که به سبب قطعه‌بندی گلبول‌های قرمز مشخص شده، از زمینه جداسازی می‌شوند و سپس به کمک موجک، ویژگی‌ها استخراج شده و با چند شبکه عصبی و ماشین بردار پشتیبان این داده‌ها مورد آموزش، آزمون و ارزیابی قرار داده می شوند. در این پژوهش از پایگاه داده بیماری مالاریا با 240 تصویر و نرمافزار Matlab استفاده شد و به کارایی مطلوب 78/99 درصد بهبود یافته است. | fa_IR |
| dc.format.extent | 1778 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشکده علوم پزشکی نیشابور | fa_IR |
| dc.relation.ispartof | مجله دانشکده علوم پزشکی نیشابور | fa_IR |
| dc.relation.ispartof | Journal Of Neyshabur University Of Medical Sciences | en_US |
| dc.subject | مدل کانتور فعال | fa_IR |
| dc.subject | طبقه‌بندی | fa_IR |
| dc.subject | استخراج ویژگی | fa_IR |
| dc.subject | بیماری مالاریا | fa_IR |
| dc.subject | ماشین بردار پشتیبان | fa_IR |
| dc.subject | موجک | fa_IR |
| dc.subject | پرستاری سلامت جامعه | fa_IR |
| dc.title | روشی نوین جهت تشخیص بیماری مالاریا با استفاده از پردازش تصویر | fa_IR |
| dc.type | Text | en_US |
| dc.type | پژوهشي اصیل | fa_IR |
| dc.contributor.department | عضو باشگاه پژوهشگران جوان و نخبگان، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، اصفهان، ایران | fa_IR |
| dc.contributor.department | گروه علمی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور، اصفهان، ایران | fa_IR |
| dc.contributor.department | گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران | fa_IR |
| dc.citation.volume | 7 | |
| dc.citation.issue | 1 | |
| dc.citation.spage | 36 | |
| dc.citation.epage | 56 | |
