Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken

Lungenkarzinom oder Krebs - die gefährlichste Krankheit der Welt wird durch die Vermehrung von Zellen verursacht, die schließlich zu Tumoren heranwachsen. Das Lungenkarzinom ist eine der gefährlichsten Krebsarten der Welt. Diese Krankheiten können sich durch unkontrolliertes Zellwachstum in den Lungengeweben im Körper ausbreiten. Eine frühzeitige Erkennung von Krebs kann das Leben und die Überlebensfähigkeit von Patienten retten, die von einem Lungenkarzinom betroffen sind. In der vorliegenden Arbeit wurde das Lungenkarzinom mit Hilfe von Fuzzy- und ACO-Techniken erkannt. Das Lungenkarzinom wird auf der Grundlage von Merkmalen des Dicom-Bildes der Lunge erkannt. In diesem System verwenden wir einen Histogrammausgleicher in der Vorverarbeitungseinheit. Anschließend werden die Binarisierung und die Grey Level Co-occurrence Matrix zur Merkmalsextraktion aus dem Dicom-Bild verwendet. Wir erstellen eine Datenbank mit Merkmalen und entwerfen die Fuzzy-Regeln für den Trainingsteil. In der Testphase werden Teil-Dicom-Bilder der Lunge hochgeladen. Die gleichen Merkmale werden aus dem Bild extrahiert und dann mit den Merkmalen der Datenbank verglichen. In der Klassifizierungsphase wird eine Kombination aus zwei Klassifizierungsmethoden, nämlich FUZZY und ACO, verwendet.

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.