مقاله ارائه یک سیستم هوشمند به منظور تشخیص بیماری سرطان معده بر اساس الگوریتم طبقه بندی ماشین بردار پشتیبان (SVM) تحت فایل ورد (word) دارای 11 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله ارائه یک سیستم هوشمند به منظور تشخیص بیماری سرطان معده بر اساس الگوریتم طبقه بندی ماشین بردار پشتیبان (SVM) تحت فایل ورد (word) کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله ارائه یک سیستم هوشمند به منظور تشخیص بیماری سرطان معده بر اساس الگوریتم طبقه بندی ماشین بردار پشتیبان (SVM) تحت فایل ورد (word) ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله ارائه یک سیستم هوشمند به منظور تشخیص بیماری سرطان معده بر اساس الگوریتم طبقه بندی ماشین بردار پشتیبان (SVM) تحت فایل ورد (word) :

سال انتشار: 1392
محل انتشار: اولین همایش ملی کاربرد سیستم های هوشمند (محاسبات نرم) در علوم و صنایع
تعداد صفحات: 11
نویسنده(ها):
دانیال احمد زاده – دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه علوم و تحقی
محمد فیوضی – دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشگاه حکیم سبزواری و مرکز تحقی
جواد حدادنیا – استاد دانشگاه حکیم سبزواری، مرکز تحقیقات فناوری های نوین پزشکی

چکیده:
در کشور ما سرطان معده جزو شایعترین بدخیمی ها بوده و میزان بروز آن در منطقه شمال شرق کشور بالاست. در این تحقیق روش جدیدی برای تشخیص بیماری سرطان معده ارائه شده است. یکی از مشکلات اساسی مربوط به این بیماری عدم تشخیص، بموقع و صحیح آن می باشد. امروزه پزشکان بیش از هر چیز با تکیه بر تجربیات و دانسته های خود، آزمایشات پیچیده و وقت گیر به این بیماری پی می برند. با این وجود خطاهای انسانی اجتناب ناپذیر است؛ در این تحقیق داده های 52 فرد مورد ارزیابی قرار گرفتند. با استفاده از فرآیندهای پردازش تصویر و الگوریتم های هوشمند مصنوعی شامل، پیش پردازش های اولیه به منظور بهبود کیفیت و ویژگی های آماری تصویر، الگوریتم هیستوگرام تصویر (Histogram) به منظور استخراج ویژگی های بیماران و الگوریتم ماشین بردار پیشتیبان (SVM) به منظور طبقه بندی صحیح بین بیماران و موارد مشکوک د رجهت شناسایی و تشخیص بیماری استفاده شده است. سیستم پیشنهادی با استفاده از ترکیب روش های مذکور موفق شد با تکیه بر ویژگی های پایگاه داده در قالب ترکیب و تعامل به دقت شناسایی 858% دست یابد. روش های حاضر علی رغم دقت بالا، هزینه بر و وقت گیر می باشند؛ که با مقایسه این روش با روش های مذکور به دقت و کارایی آن پی خواهیم برد.