research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Best Way to Detect Breast Cancer by UsingMachine Learning Algorithms
أفضل طريقة لأكتشاف سرطان الثدي بأستخدام خوارزميات تعليم الالة

Author: Nahla Arabi Hamdo نهلة عربي حمدو
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 2C Pages: 1794-1799
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Breast cancer is the second deadliest disease infected women worldwide. For this reason the early detection is one of the most essential stop to overcomeit dependingon automatic devices like artificial intelligent. Medical applications of machine learning algorithmsare mostly based on their ability to handle classification problems, including classifications of illnesses or to estimate prognosis. Before machine learningis applied for diagnosis, it must be trained first. The research methodology which isdetermines differentofmachine learning algorithms,such as Random tree, ID3, CART, SMO, C4.5 and Naive Bayesto finds the best training algorithm result. The contribution of this research is test the data set with missing value and without missing value, where the missing value is one attribute is missing from one sample for data set. The test result is show SMO is the best algorithm, especiallywhen the research removes the samples that contained the missing value.

سرطان الثدي هو ثاني أخطر مرض يصيب النساء في جميع أنحاء العالم. لهذا السبب الكشف المبكر هو واحد من المحطات الأكثر أهمية للتغلب عليه اعتمادا على الأجهزة الآلية مثل الذكاء الصناعي. التطبيقات الطبية في خوارزميات تعليم الآلة تعتمد في الغالب على التعامل مع مشاكل التصنيف، بما في ذلك التصنيفات للأمراض أو لتقدير او التكهن. قبل تطبيق التشخيص، يجب تدريب الالة اولا. وفي هذا البحث يتم استخدام منهجية البحث لخوارزميات مختلفة مثلا Random tree و ID3و CARTو SMOو C4.5 و Naive Bayes لإظهار أفضل نتيجة لتدريب الخوارزمية. المساهمة العلمية في هذا البحث هو اجراء الاختبار على مجموعة بيانات يوجد ضمنها عينات احد عناصرها مفقود ثماجراء الاختبار بعد حذف تلك العينات. نتيجة التجربة تظهر ان SMOهو أفضل خوارزمية خاصة عند ازالة العينات التي تحتوي على القيم المفقودة.


Article
Development algorithm- computer program of digital mammograms Segmentation for detection of masses breast using Marker-Controlled Watershed in MATLAB environment
تطوير خوارزمية برنامج حاسوبي لمعلجة صور الاشعة السينية الرقمية من اجل الكشف وتشخيص الكتل غير طبيعية لسرطان الثدي باستخدام برنامج الماتلاب

Author: Dhirgaam A. Kadhim
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2012 Volume: 1 Issue: المؤتمر العلمي الاول للتربية للعلوم الصرفة Pages: 114-123
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

Breast cancer detection images are the standard clinical practice for the diagnosis and prognosis of breast cancer. Digital Mammogram has emerged as the most popular screening technique for early detection of Breast Cancer and other abnormalities. Raw digital mammograms are medical images that are difficult to interpret so we need to develop Computer Aided Diagnosis (CAD) systems that will improve detection of abnormalities in mammogram images. In this paper we present a fully algorithm for detection of abnormal masses by anatomical segmentation of Breast Region of Interest (ROI). We are using medio-lateral oblique (MLO) view of mammograms. We have proposed method Marker-Controlled Watershed Segmentation Algorithm (MCWSA). The algorithms proposed are fully autonomous, and are able to isolate and abnormal regions in the breast tissue, If any abnormalities are present it gets accurately highlighted by this algorithm thus helping the radiologists to further investigate these regions, a task very few existing mammogram segmentation algorithms can claim

تعتبرصور كشفِ سرطان الثدي من التطبيقات السريرية القياسية لتشخيصِ سرطان الثدي. ان صور الاشعة السينية الرقمية تستخدم كتقنية للفحص الأكثر شعبيةً وللكشفِ المبكّرِ عن سرطان الثدي والحالاتِ الغير طبيعية الأخرى للمرض. ان صور الاشعة السينية الرقمية الطبيةَ تعتبر صعبة التَرْجَمَة للكشف عن المرض لذا نَحتاجُ برنامج حاسوبي مساعد لتَحسين تشخيص الحالات غير الطبيعية لسرطان الثدي (كاد) وذلك من خلال معالجة صور الاشعة السينية . في هذا البحث قدمنّا خوارزمية كاملة للكشفِ عن النقاط غير الطبيعية وذلك بتقطيع اجزاء الثدي (روي). استعملنا مقاطع مائل جانبي لصورة الاشعة السينية. إقترحنَا طريقةً خوارزميةِ إنقسامِ حَدّ فاصلِ مُدارة من قبلِ علامةَ (إم سي دبليو إس أي). إنّ الخوارزمياتَ التي إقترحتْ مستقلة ذاتياً بالكامل، وقادرة على عَزْل ومناطق غير طبيعية في نسيجِ الثديَ، اي ان حالات تصبحح أبرزت بدقّة بهذه الخوارزميةِ بحيث تُساعدُ أخصّائيي الأشعّة السينية لتَحرّي هذه المناطقِ بصورة افضل.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2015 (1)

2012 (1)