TY - JOUR ID - TI - INFECTED REGION RECOGNITION IN HUMAN BODY MEMBERS BASED ON WAVENET WITH MINIMUM DISTANCE AU - Hassan J. Hassan PY - 2007 VL - 7 IS - 2 SP - 95 EP - 107 JO - IRAQI JOURNAL OF COMPUTERS, COMMUNICATIONS, CONTROL AND SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم SN - 18119212 AB - Abstract: Image identification plays a great role in industrial, remote sensing, medical and military applications. It is concerned with the generation of a signature to the image. This work proposes a dynamic program (use Neural Network) to classify the texture of human member image then identify whether the member is infected or not. The program has the ability of determining which part of that member is infected depending on the comparison between the healthy member image stored in advance with a test image. The first step is to make approximation to the image using wavelet network (Wavenet) technique. Through this technique we shall get an approximated image with reduced data. In addition, we shall get implicit information to that image. The second step is to subdivide the resultant image from the first step into 16 equally subparts then deal with each subpart as a unique image. Finally, in the third step, the minimum distance (Mahalanobias Distance) approach is employed for subpart identification. All programs are written using MATLAB VER. 6.5 package.

الخلاصة :إن تحليل نسيج الصورة لغرض التعرف عليها وتشخيصها يلعب دورا كبيرا في مجالات شتى, منها الصناعة والاستشعار من بعد إضافة إلى التطبيقات الطبية والعسكرية.هذا البحث يقترح برنامج ديناميكي يعتمد على شبكة المويجة (Wavenet) لتصنيف نسيج الصورة للعضو البشري و تشخيص فيما لو كان ذلك العضو مصاباً أم لا. كما ان لهذا البرنامج القدرة على تحديد الجزء المصاب من ذلك العضو بالاعتماد على المقارنة بين صورة العضو السليم المخزونة مسبقاً مع صورته الجديدة.الخطوة الأولى يتم من خلالها اجراء تقريب الى الصورة (Image Approximation) باستخدام شبكة المويجة(Wavenet) والذي من خلاله نحصل على صورة تقريبية مع تقليل القيم الاصلية المكونة للصورة (Data Reduction) والحصول على قيم ضمنية تتعلق بتلك الصورة.الخطوة الثانية يتم من خلالها تقسيم الصورة الناتجة من الخطوة الاولى الى ستة عشرجزءاً متساوياً والتعامل مع كل جزء كصورة مستقلة. الخطوة الثالثة والاخيرة يمر خلالها كل جزء من أجزاء الصورة بمرحلة قياس أقصر مسافة بين صورتين واستخدام النتائج في عملية التشخيص النهائية. ER -