• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Acta Graphica >Diagnosis of Lung Disorder Using Immune Genetic Algorithm and Fuzzy logic to Handle Incertitude
【24h】

Diagnosis of Lung Disorder Using Immune Genetic Algorithm and Fuzzy logic to Handle Incertitude

机译：应用免疫遗传算法和模糊逻辑处理惯性的肺部疾病诊断

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we present an immune based fuzzy-logic approach for computer-aided diagnosis scheme in medical imaging. The scheme applies to lung CT images and to detect and classify lung nodules. Classification of lung tissue is a significant and challenging task in any computer aided diagnosis system. This paper presents a technique for classification of lung tissue from computed tomography of the lung using the Gaussian interval type-2 fuzzy logic system. The type-2 Gaussian membership functions (T2MFs) and their footprint of uncertainty (FOU) are tuned by immune, genetic algorithm, which is the combination of immune genetic algorithm (GA) and local exploration operator. An immune, genetic algorithm estimates the parameters of the type-2 fuzzy membership function (T2MF). By using immune, genetic algorithm, converging speed is increased. The proposed local exploration operator helps in finding the best Gaussian distribution curve of a particular feature which improves the efficiency and accuracy of the diagnosis system.
机译：在本文中，我们提出了一种基于免疫的模糊逻辑方法，用于医学成像中的计算机辅助诊断方案。该方案适用于肺部CT图像以及检测和分类肺结节。在任何计算机辅助诊断系统中，肺组织的分类都是一项重要且具有挑战性的任务。本文提出了一种使用高斯区间2型模糊逻辑系统从计算机断层扫描技术对肺组织进行分类的技术。 2型高斯隶属度函数（T2MF）及其不确定性足迹（FOU）由免疫遗传算法调整，该算法是免疫遗传算法（GA）和局部勘探算子的组合。免疫遗传算法估计2型模糊隶属度函数（T2MF）的参数。通过使用免疫遗传算法，可以提高收敛速度。建议的本地勘探运营商有助于找到特定特征的最佳高斯分布曲线，从而提高诊断系统的效率和准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号