Abstract | Keywords | Fulltext | Export | TOC

In this paper, a medical image recognition using Artificial Neural Networks(ANN) trained by Particle Swarm Optimization based on hardwareimplementation of Field Programmable Gate Array (FPGA) is presented, wherethe adaption of the Artificial Neural Network (ANN) weights using ParticleSwarm Optimization (PSO) was proposed as a mechanism to improve theperformance of ANN. Also in this paper, Hardware Design of ANN platform(HDANN) is proposed to evolve the architecture ANN circuits using FPGAspartan3board (XSA-3S1000).The HDANN design platform creates ANN design files using WebPACKTMISE10.1 program, which are converted into device-dependent programmingfiles for eventual downloading into FPGA device by using GXSLOAD programfrom the XSTOOLS programs.

في ھذا البحث تدریب الشبكات العصبیة الاصطناعیة باستخدام أمثلیة الحشد الجزیئي لتمییز الصور الطبیةوذلك لتحسین أداء الشبكات العصبیة FPGA وتنفیذھا عملیا بواسطة كارت مصفوفة البوابات القابلة للبرمجةلتمثیل FPGA الاصطناعیة. أیضا تم في ھذا البحث استخدام الكارت العملي لمصفوفة البوابات القابلة للبرمجةأن یدعم إعادة FPGA وذلك بسبب السرعة و قابلیة إعادة البرمجة. یمكن لل ،PSO المدربة باستخدام ANNباستخدام (HDANN) التشكیل او التصمیم اللازمة لتمثیل الشبكة العصبیة. تم التنفیذ العملي للشبكات العصبیة.FPGA-spartan3 board (XSA3S1000)FPGA-spartan3 board (XSA- بإستخدام ANN لتمثیل (HDANN) تم في ھذا العمل اقتراحISE بإستخدام برنامج 10.1 ANN حیث یتم إنشاء الملفات الخاصة بتصمیم HDANN 3. بإستخدام S1000)FPGA التي یتم تحویلھا إلى ملفات البرمجة التي یعتمد علیھا في نھایة المطاف لتحمیلھا الى ،WebPACKTM.XSTOOLS من مجموعة برامج GXSLOAD بإستخدام برنامج

ANN --- PSO --- FPGA --- Medical Image