Détection du carcinome pulmonaire à l'aide des techniques Fuzzy et ACO

Le carcinome du poumon ou cancer - la maladie la plus dangereuse au monde - est causé par la multiplication de cellules qui finissent par se transformer en tumeurs. Le carcinome pulmonaire est l'un des types de cancer les plus dangereux au monde. Ces maladies peuvent se propager dans l'organisme par une croissance cellulaire incontrôlée dans les tissus des poumons. La détection précoce du cancer peut sauver la vie et la survie des patients qui sont affectés par le carcinome pulmonaire. Dans le travail présenté, le carcinome pulmonaire a été détecté en utilisant les techniques Fuzzy et ACO. Le carcinome pulmonaire est détecté sur la base des caractéristiques de l'image Dicom des poumons. Dans ce système, nous utilisons un égaliseur d'histogramme dans l'unité de prétraitement. Ensuite, les approches de binarisation et de matrice de cooccurrence des niveaux de gris sont utilisées pour l'extraction des caractéristiques de l'image Dicom. Nous créons une base de données de caractéristiques et concevons un ensemble de règles floues dans la partie formation. Lors du test, des images Dicom partielles de poumons sont téléchargées. Les mêmes caractéristiques sont extraites de l'image, puis comparées à celles de la base de données. Dans l'étape de classification, une combinaison de deux méthodes de classification, à savoir FUZZY et ACO, est utilisée.

Autorentext

Mr. Sandeep Kumar Saini has 10 years of experience in research and academics. He published more than 20 research papers in peer-reviewed journals and conferences. His research area is Artificial Intelligence and neural networks.