دانلود مقاله ISI انگلیسی شماره 138052
ترجمه فارسی عنوان مقاله

رویکرد بهینه سازی هوش کامپیوتری مبتنی بر بهینه ساز ذرات و مجموعه نوتروفوس برای تقسیم بندی تومور کبدی شکمی

عنوان انگلیسی
Computational intelligence optimization approach based on particle swarm optimizer and neutrosophic set for abdominal CT liver tumor segmentation
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
138052 2018 12 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 8040 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 14 روز بعد از پرداخت 144,720 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 7 روز بعد از پرداخت 289,440 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Journal of Computational Science, Volume 25, March 2018, Pages 376-387

ترجمه کلمات کلیدی
فراماسونری، بهینه سازی ذرات ذرات، تقسیم بندی، مجموعه نوتروسیفیک،
کلمات کلیدی انگلیسی
Meta-heuristic; Particle swarm optimization; Segmentation; Neutrosophic set;
پیش نمایش مقاله
پیش نمایش مقاله رویکرد بهینه سازی هوش کامپیوتری مبتنی بر بهینه ساز ذرات و مجموعه نوتروفوس برای تقسیم بندی تومور کبدی شکمی

چکیده انگلیسی

In this paper, an improved segmentation approach for abdominal CT liver tumor based on neutrosophic sets (NS), particle swarm optimization (PSO), and fast fuzzy C-mean algorithm (FFCM) is proposed. To increase the contrast of the CT liver image, the intensity values and high frequencies of the original images were removed and adjusted firstly using median filter approach. It is followed by transforming the abdominal CT image to NS domain, which is described using three subsets namely; percentage of truth T, percentage of falsity F, and percentage of indeterminacy I. The entropy is used to evaluate indeterminacy in NS domain. Then, the NS image is passed to optimized FFCM using PSO to enhance, optimize clusters results and segment liver from abdominal CT. Then, these segmented livers passed to PSOFCM technique to cluster and segment tumors. The experimental results obtained based on the analysis of variance (ANOVA) technique, Jaccard Index and Dice Coefficient measures show that, the overall accuracy offered by neutrosophic sets is accurate, less time consuming and less sensitive to noise and performs well on non-uniform CT images.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 8040 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 14 روز بعد از پرداخت 144,720 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 7 روز بعد از پرداخت 289,440 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.