خريد بک لينک
خريد سکه ساکر
خرید گیفت کارت
deli meat
Tobacco
Window repair
خرید یخچال ال جی
Window repair
فلنج
دانلود مقاله A Novel Hybrid Geneticدرneural Approach for Breast Cancer Diagnosis on Dynamic Magneti
تاريخ : 8 فروردين 1396 | <-PostTime-> | نویسنده : علی | بازدید : <-PostHit->

برای دریافت اینجا کلیک کنید

دانلود مقاله A Novel Hybrid Geneticدرneural Approach for Breast Cancer Diagnosis on Dynamic Magnetic Resonance Imaging تحت pdf دارای 8 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود مقاله A Novel Hybrid Geneticدرneural Approach for Breast Cancer Diagnosis on Dynamic Magnetic Resonance Imaging تحت pdf 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 ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي دانلود مقاله A Novel Hybrid Geneticدرneural Approach for Breast Cancer Diagnosis on Dynamic Magnetic Resonance Imaging تحت pdf ،به هيچ وجه بهم ريختگي وجود ندارد


بخشی از متن دانلود مقاله A Novel Hybrid Geneticدرneural Approach for Breast Cancer Diagnosis on Dynamic Magnetic Resonance Imaging تحت pdf :

سال انتشار: 1385

محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: 8

چکیده:

A hybrid genetic-neural (GA-ANN) model was designed to differentiate malignant from benign in a group of patients with histopathologicallyproved breast lesions on the base of BI-RADS descriptors and data derived independently from time-intensity curve. We used a database with 117 patients’ records each of which consisted of 27 quantitative parameters mostly derived from time-intensity curve, 4 BI-RADS qualitative data which determined by expert radiologist and patient age. These findings were encoded as features for a genetic algorithm (GA) as a preprocessor
for feature selection and classified with a three-layered neural network to predict the outcome of biopsy. The network was trained and tested using the jackknife method and its performance was then compared to that of the experienced radiologist in terms of sensitivity, specificity, accuracy and receiver operating characteristic curve (ROC) analysis. The network was able to classify correctly 107 of 117 original cases and
yielded a good diagnostic accuracy (91%), sensitivity (95%) and specificity (78%) compared to that of the radiologist (92%), (96%) and (78%).


دانلود این فایل


برای دریافت اینجا کلیک کنید






ادامه ي مطلب

امتیاز :


طبقه بندی: ،
,

ارسال نظر برای این مطلب
نام شما:
ايميل :
سايت :
متن نظر :
وضعیت نظر:
کد امنیتی : *