research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Classification Mammogram Images Using ID3 decision tree Algorithm Based on Contourlet Transform
تصنيف صور الماموكرام عن طريق خوارزمية شجرة القرار بالاعتماد على التحويلات الكنتورية

Authors: Matheel Emaduldeen Abdulmunim --- Zainab Fawzy Abed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 3 Part (B) Scientific Pages: 393-409
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Breast cancer is the most common malignancy of women and is the second most common and leading cause of cancer deaths among them. At present, there are no effective ways to prevent breast cancer, because its cause is not yet fully known. Early detection is an effective way to diagnose and manage breast cancer can give a better chance of full recovery. Therefore, early detection of breast cancer can play an important role in reducing the associated morbidity and mortality rates. In this paper, using contourlet transform that can capture the intrinsic geometrical structure that is key in visual information. The contourlet expansion is composed of basis images oriented in various directions in multiple scales, with flexible aspect ratios. The basic idea of this paper is to design and implement a proposed system that can aid the physician in reading a mammogram image by study the usage of wavelet and contourlet transform based on various operations on mammogram images and classifies them as normal, benign or malignant based on the decision tree ID3 algorithm. The experimental results show that the ID3 classifier achieves accuracy of 81% in the case of wavelet transform and 95% with contourlet transform for the same number of the test set.

سرطان الثدي هو أكثر انواع السرطانات شيوعا عند النساء ويأتي بالمرتبة الثانية من حيث اعداد الوفيات عند النساء. في الوقت الحاضر، لا توجد طرق فعالة للوقاية من هذا السرطان، لأن سبب حدوثه لم يعرف بصورة كامله حتى الآن. الكشف المبكر أكثر طريقة فعالة لتشخيص وعلاج سرطان الثدي واعطاء فرصة أفضل للشفاء التام. ولذلك، الكشف المبكر عن سرطان الثدي يلعب دورا مهما في تقليل نسبة انتشار المرض ومعدلات الوفيات. في هذا البحث، استخدام التحويلات الكنتورية التي بإمكانها أن تلتقط الهيكل الهندسي الداخلي والذي يعتبر المفتاح المهم في المعلومات البصرية. الفكرة الأساسية للبحث هو تصميم وتنفيذ نظام مقترح يمكن أن يساعد الطبيب في قراءة صورة الماموكرام من خلال دراسة استخدام التحويلات الموجية والكنتوريةعلى أساس العمليات المختلفة على صور الماموكرام وتصنيفهم كصور طبيعية، حميدة أو خبيثة بالأعتمادعلىخوارزمية شجرة القرار. تظهر النتائج التجريبية ان المصنف ID3 يحقق دقة 81% في حالة استخدام تحويلات المويجات و95% مع تحويلات الكنتورية لنفس العدد من مجموعة الاختبار.


Article
Genetic-Based IIR Filter Design for Efficient QRS Complex Detection using Neuro-Based Classifier
تصميم مرشح نوعIIR باعتماد الخوارزميات الجينية للكشف الكفوء لإشارةQRS المركّبة باستخدام مصنف معتمد على الشبكات العصبية

Authors: Jassim M. Abdul-Jabbar د. جاسم محمد عبد الجبار --- Omar Najeeb Saadi عمر نجيب سعدي
Journal: AL-Rafidain Engineering Journal (AREJ) مجلة هندسة الرافدين ISSN: 18130526 Year: 2015 Volume: 23 Issue: 4 Pages: 172-182
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this paper, a new method is proposed for QRS complex detectionusing a special kind of IIR filter called bi-reciprocal lattice wave digital filter (WDF). This filter has some attractive features that make it more efficient than other types of filters.One of these features is its sufficient linear phase in the passband, thus yielding a perfect reconstraction condition. Therefore, it is not required to cascade the designed filter with anall-pass filter for correcting the phase distortion. The coefficients of the designedfilter areachieved by simulating the FIR response suggested in [1].A least square method solution is usedin such simulation with a genetic-based algorithm.A simplified structure for the designed filter is accomplished with less-complex realization. 50records of European ST – T ECG database is classified into four classes (Normal, Left Bundle Branch Block (LBBB), ST segment elevation, and Left Ventricular Hypertrophy (LVH)). By applying the designed filter coefficients into neural network classifier, the results show that the accuracy of the classification process is 95.9 %.

في هذا البحث، تم إقتراح طريقة جديدة لكشف إشارة QRS المركبة باستخدام نوع خاص من مرشحات IIR يسمى المرشح الرقمي الموجي ثنائي التبادل (bi-reciprocal lattice WDF). إن هذا المرشح لديه بعض الميّزات الجذابة التي جعلته أكثر كفاءة من غيره من أنواع المرشحات الأخرى.وواحدة من هذه المّيزات هي خطية الطورالكافية في نطاق الإمرار، مما أسفر عن حالة الكمال في إعادة بناء الإشارة.وعليه فليس مطلوباً أن نُتبع المرشحIIR المصمم بمرشح إمراركلي لتصحيح تشويه الطور. لقد تم الحصول على معاملات المرشح المصمم وذلك بمحاكاة الاستجابة الترددية للمرشح FIR المقترح فيالمصدر [1]. وتم إستخدام طريقة المربعات الصغرى لحل مثل هذه المحاكاة وبإعتماد الخوارزميات الجينية. كما تم إنجاز هيكل مبسط للمرشح صمم مع تحقيق أقل تعقيداً. لقد إستخدام 50 تسجلاًلقاعدة بيانات ST-T ECG الأوروبية التي صنفت إلى أربعة أصناف هي (سليم وتلف الجانب الأيسر (LBBB) وإرتفاع جزء ST وتضخم البطين الأيسر (LVH)). من خلال إدخال معاملات المرشح المصمم الى شبكة المصنف العصبية، أظهرت النتائج أن دقة عملية التصنيف بلغت 95.9٪.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2015 (2)