research centers


Search results: Found 15

Listing 1 - 10 of 15 << page
of 2
>>
Sort by

Article
Design a Classification System for Brain Magnetic Resonance Image

Authors: Hussein Attya Lafta --- Esraa Abdullah Hussein
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2013 Volume: 21 Issue: 8 Pages: 2682-2689
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Automated and accurate classification of brain MRI is such important that leads us to present a new robust classification technique for analyzing magnetic resonance images[Chris 2003]. In this work , the proposed method consist of three stages collection of images, feature extraction , and classification . We are used gray-level co-occurrence matrix (GLCM) is used to extract features from brain MRI . These features are given as input to k-nearest neighbor( K-NN) classifier to classify images as normal or abnormal brain MRI .

التصنيف الدقيق لصور رنين الدماغ مهم مما يعطينا دافع لتقديم طريقه تصنيف قويه ودقيقه لتحليل صور رنين المغناطيسي .في هذا البحث , الطريقة المقترحة تتكون من ثلاث مراحل تجميع الصور , استخلاص المميزات و التصنيف . استخدمنا طريقه gray-level co-occurrence matrix (GLCM)لاستخلاص المميزات من صور رنين الدماغ . هذه المميزات تعطى كـ إدخال إلى طريقه التصنيف K-NN لتصنيف الصور إلى صور دماغ طبيعي أو غير شاذ أو صور دماغ شاذ أو غير طبيعي.


Article
Medical Image Classification Approach Based on Texture Information
تصنيف الصور الطبية استنادا الى طريقة معلومات النسيج

Authors: Methaq T. Gaata ميثاق طالب كاطع --- Muna Abdul Hussain Radi منى عبد الحسين راضي --- Sundos Abdul Ameer Hameed سندس عبد الامير حامد
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2018 Volume: 8 Issue: 3 اللغة الانكليزية Pages: 114-127
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Texture features play important role in most image classification technique to obtain high accuracy results. In this work, the medical image classification method considering texture analysis and statistical features have been proposed. The main concept of proposed method depends on extract statistical features from texture information for each medical image under consideration during classification process. The proposed classification method consists of two parts. In first part, the gray level co-occurrence matrix GLCM have been computed for gray medical image and then extract some statistical texture features with second order. In second part, each of input medical images will be assign to corresponding class depending on GLCM texture features that are extracted in pervious part. The performance of suggested method evaluated using multi classes for different medical image including heart, liver, and kidney. The experimental results show ability of proposed method to achieve high accuracy degree in medical image classification.

تؤدي ميزات النسيج دورًا مهمًا في معظم تقنية تصنيف الصور للحصول على نتائج عالية الدقة. في هذا العمل ، تم اقتراح طريقة تصنيف الصور الطبية بالنظر إلى تحليل النسيج والميزات الإحصائية. يعتمد المفهوم الرئيسي للأسلوب المقترح على استخراج الخصائص الإحصائية من معلومات النسيج لكل صورة طبية قيد النظر أثناء عملية التصنيف. تتكون طريقة التصنيف المقترحة من جزأين. في الجزء الأول ، تم حساب مصفوفة التراكب ذات المستوى الرمادي GLCM للصورة الطبية الرمادية ثم استخراج بعض خصائص النسيج الإحصائي بالترتيب الثاني. في الجزء الثاني ، سيتم تعيين كل صورة من الصور الطبية المدخلة للفئة المقابلة اعتمادًا على ميزات نسيج GLCM المستخرجة في الجزء السابق. تم تقييم أداء الطريقة المقترحة باستخدام فئات متعددة للصور الطبية المختلفة بما في ذلك القلب والكبد والكلى. تظهر النتائج التجريبية قدرة الطريقة المقترحة على تحقيق درجة عالية من الدقة في تصنيف الصور الطبية


Article
Application of GLCM technique on Mammograms for Early Detection of Breast Cancer

Author: Jinan FadhilMahdi
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2015 Volume: 23 Issue: 2 Pages: 885-890
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Breast cancer represents the second leading cause of cancer deaths in women today، and it is the most common type of cancer in women. It has become major health issue in the world. Mammography is the main test used for screening and early diagnosis. Early detection performed on X-ray mammography is the key to improve breast cancer prognosis. GLCM technique introduced by Haralick is mostly used in image processing to study the grey levels intensities present in the image, Haralick features also known as first order have been used for detection of malignant masses in breast tissue images, I have attempted firstly to obtain well known Haralick features as well as the second order GLCM features and have studied its effects in breast cancer image classification.

باستخدام التفاصيل اللازمة نتنبئ بالأسباب الممكنة لحدوث سرطان الثدي فبالرغم من تقدم التقنيات للكشف عن سرطان الثدي مبكراً يبقى الماموكرام هو الاساس وخاصتاً في الدول طور التقدم حيث تكاليفه رخيصة وغير اقتحاميه تجعلها تستعمل بشكل واسع فعال تقنيناً .ودراستنا الحالية والدراسات التمهيدية المشار لها تجعل النتائج مؤثره وفعاله من عدة عوامل وتشمل نقاوة بكسل وكذالك خطوات حسابيه والاتجاه والمسافة في هذا النوع من GI.CMS


Article
Off line Handwritten Signature Recognition based on Fusion of Global and GLCM Features Using Fuzzy Logic
تمييز التواقيع اليدوية بالاعتماد على دمج الخصائص العامة وخصائص مصفوفة تكرار المستويات الرمادية باستخدام المنطق المضبب

Authors: Zamen F. Jabur --- Shaker K. Ali
Journal: JOURNAL OF THI-QAR SCIENCE مجلة علوم ذي قار ISSN: 19918690 Year: 2014 Volume: 4 Issue: 3 Pages: 151-158
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

Signature is widely used and developed area of research for personal verification and authentication. In this paper, we present a new offline handwritten signature recognition system based on fusion of global and GLCM (Grey Level Co-occurrence Matrix) features using fuzzy logic system as classifier tool. The global and GLCM features are fused to generate vector of 15 features for the verification of the signature. The test signature is compared with the database signatures based on features, whilst match/non match of signatures is decided with fuzzy logic. The experimental results obtained by using a database of 7 individuals’ signatures. A total number of 70 images are collected for our study and with average 10 signatures for each person, 5 of the signatures are used as training, the remaining 5signatures are used as testing group. The results show that the proposed modular architecture can achieve 100% recognition accuracy for training group and 90.5% recognition accuracy for the testing group with running time is 1.17 second

يستخدم التوقيع بصورة واسعة للتحقق من الأشخاص والتوثيق. في هذا البحث قدمنا نظام جديد لتمييز التواقيع اليدوية بالاعتماد على الخصائص العامة وخصائص مصفوفة تكرار حدوث المستويات الرمادية GLCM ، وباستعمال المنطق المضبب كأداة تصنيف. الخصائص العامة وخصائص GLCM دمجت لتوليد متجه مكون من 15 خاصية تستعمل لغرض التحقق واثبات التوقيع. التوقيع المعد للاختبار يقارن مع قاعدة بيانات التواقيع بالاعتماد على الخصائص المدخلة، أما مطابقة أو عدم مطابقة التواقيع تقرر بمساعدة المنطق المضبب. النتائج التجريبية أستحصلت باستعمال قاعدة بيانات مكونة من تواقيع 7 أشخاص. العدد الكامل من صور التواقيع التي جمعت لدراستنا بلغ 70 صورة وبمعدل10تواقيع لكل شخص ، استعملت 5 تواقيع منها للتدريب بينما استعملت الـ 5 تواقيع المتبقية للاختبار و إن معمارية النظام المقترحة أنجزت دقة عالية في التمييز تقدر بـ 100% في مجموعة التدريب و دقة تمييز مقدارها 90,5% في مجموعة الاختبار وبمعدل زمن تنفيذ مقداره 1,17 ثانية.


Article
Document Image Retrieval from Incomplete Queries Using Texture Features
إسترجاع صور الوثائق من الاستفسارات الغیر كاملة بأستعمال خصائص القوام النسیجي

Authors: Matheel Emaduldeen مثیل عماد الدین --- Mohammad Talib Hashim محمد طالب ھاشم
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2014 Issue: 22 Pages: 25-43
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

Document image retrieval (DIR) is an important part of many documentimage processing systems such as paperless office systems, digitallibraries and so on. It helps the users to find out the most similar documentimages from a document image database. Most of the researches havebeen carried out with complete queries which were present in thedatabase, but in many cases distorted or incomplete images can beencountered. This distortion or incompetence is due to some missinginformation, some undesirable objects, blurring, noise due to documentprinting, scanning etc. This paper describes an approach for retrieval ofincomplete and distorted document images based on visual features usingtexture information for retrieval from large document image database. AGray Level Co-occurrence Matrix (GLCM) features for texture analysiswere proposed and provide a comprehensive experimental evaluation.

یعتبر إسترجاع صور الوثائق جزء مھم في الكثیر من أنظمة معالجة صور الوثائق مثل أنظمة المكاتبالخالیة من الورق، المكتبات الرقمیة وغیرھا. یساعد المستخدمین في ایجاد صور الوثائق الأكثر تشابھ منقاعدة بیانات صور الوثائق. أغلب البحوث نُفذت بتقدیم إستفسارات كاملة موجودة في قاعدة البیانات، لكنفي العدید من الحالات یمكن مواجھة صور مشوھة أو ناقصة. ھذا التشویھ أو النقص یكون بسبب بعضالمعلومات المفقودة، بعض الأجسام الغیر مرغوبة، التشویھ، الضوضاء نتیجة لعملیة الطباعة، المسحالضوئي للوثیقة، ...الخ. یصف ھذا البحث طریقة لإسترجاع الوثیقة الناقصة والمشوھة مستندة علىالخصائص البصریة بأستعمال معلومات القوام النسیجي للإسترجاع من قاعدة بیانات كبیرة لصور الوثائق.لتحلیل القوام النسیجي وأوردنا تقییم Co-occurrence تم اقترح إستعمال خصائص مصفوفة الاختباري شامل


Article
Improving Security of ID Card and Passport Using Cubic Spline Curve
تطوير حماية البطاقات الشخصية وجوازت السفر باستخدام منحني سبلاين

Authors: Dhiaa Mohammed Abed ضياء محمد عبد --- Abdul Mohsen Jaber عبد المحسن جابر --- Ayad Rodhan اياد روضان
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2016 Volume: 57 Issue: 4A Pages: 2529-2538
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, the proposes secure system to improving security of ID card and passports is by generating cubic spline co-occurrence code (CCO code) for each ID card. The authentication part, begins passing ID card through the checkpoint then the checkpoint will check the information of card or passport by also extracting features in order to generate the cubic spline co-occurrence code (CCO code), finally comparison is made between extracted CCO code at the checkpoint and CCO code that has been printed on ID card or passport (type of fraud like change personal picture or fraud it’s information). Several tests were conducted to evaluate the performance of the proposed security system. Furthermore, the experiment results reveal that the proposed system can provide high-performance security systems as a result of use. This system can be used in many fields such as security of passport, ID card and certificate. Haralick features (Energy, Entropy, Variance, Contrast, Homogeneity) are very sensitive to any change in the information of ID card or passport, leading to detect any type of forgery

في هذا البحث, النظام الامني المقترح لتطوير لحماية الهويات الشخصية و جوا ازت السفر هو يتوليد مجموعة منحنيات من نوع مكعب سبلاين نطلق عليها CCO code لكل هوية شخصية او جواز سفر الجزء الثاني من النظام هو عملية فحص لمعرفة ما اذا كانت الهوية او جواز السفر مزورة ام لا. في البداية نقوم بتمرير البطاقة من خلال نقطة الفحص وتقوم هذه النقطة باستخلاص المعلومات من البطاقة او الجواز ثم تحول هذه المعلومات الى مجموعة منحنيات من نوع مكعب سبلاين CCO code بعد ذلك يقوم النظام بالمقارنة مابين ال CCO code المطبوع على الهوية والذي يمثل معلومات البطاقة الاصلية ومجموعة المنحنيات المولدة في نقطة الفحص فاذا كان الاثنان متطابقين فهذا يدل على ان البطاقة غير مزورة اما اذا لم يكونا متطابقان فهذا يعني ان البطاقة قد تم تزويرها( قد يكون التزوير بتغيير الصورة الشخصية او بتغيير المعلومات الشخصية الخ) . العديد من الاختبا ارت قد اجريت لمعرفة كفاءة النظام وقد اعطى النظام نتائج عالية من الامنية. هذا النظام ممكن تطبيقه في نظام حماية الهوية الشخصية وجوازات السفر وحماية الكتب الرسمية والوثائق . ان خصائص هارلك تكون حساسة جدا لاي نوع من انواع التغيير الذي يحدث في البطاقة المزورة.


Article
Plant Leaf Disease Detection Using Support Vector Machine

Authors: Mohammed A. Hussein --- Amel H. Abbas
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2019 Volume: 30 Issue: 1 Pages: 105-110
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Agriculture has special importance in that it is a major source of food and, clothing and is an important economic source for countries. Agriculture is affected by a variety of factors, biotic such as diseases resulting from bacteria, fungi, and viruses and non-biotic such as: water and, temperature and other environmental factors. Detection of these diseases require people to experts in addition to a set of equipment and it is expensive in terms of time and money Therefore, the development of a computer based system helps the detection of the plants’ diseases is very helpful for farmers As well as to specialists in the field of plant protection. the proposed plant disease detection system consists of two phases, in the first phase, the knowledge base is established by introducing a set of training samples in a series of processing that include first use pre-processing techniques such as: cropping , resizing, fuzzy histogram equalization, extracting a set of color and texture features and used to great the knowledge base that used as training data for support vector machine classifier . In the second phase, we use the classifier that was trained using the knowledge base for detection and diagnosis of plant leaf diseases. To create the knowledge base, we used 799 sample images that divided it by 80% training and 20% testing. We have use Three crops each yield three diseases in addition to the proper state of each crop .the accuracy of disease detection was 88.1%.

للزراعة أهمية خاصة لأنها مصدر رئيسي للغذاء واللباس وتعتبر مصدرا اقتصاديا هاما للبلدان. تتأثر الزراعة بمجموعة متنوعة من العوامل الحيوية مثل الأمراض الناتجة عن البكتيريا والفطريات والفيروسات وغير الحيوية مثل: الماء ودرجة الحرارة والعوامل البيئية الأخرى. إن الكشف عن هذه الأمراض يتطلب اشخاص خبراء بالإضافة إلى مجموعة من المعدات وهو مكلف من حيث الوقت والمال ولذلك فإن تطوير نظام قائم على الكمبيوتر يساعد في اكتشاف أمراض النباتات مفيد جدًا للمزارعين وكذلك للمتخصصين في مجال وقاية النبات. يتكون نظام اكتشاف أمراض النبات المقترح من مرحلتين ، في المرحلة الأولى ، يتم تأسيس قاعدة المعرفة عن طريق إدخال مجموعة من عينات التدريب في سلسلة من العمليات التي تشمل تقنيات المعالجة الأولية الأولى مثل: الاقتصاص ، تغيير الحجم ، الرسم البياني الضبابي المعادلة ، واستخراج مجموعة من ميزات اللون والملمس واستخدامها في قاعدة المعرفة التي تستخدم كبيانات التدريب لل SVM. في المرحلة الثانية ، نستخدم المصنف الذي تم تدريبه باستخدام قاعدة المعرفة للكشف عن أمراض أوراق النبات وتشخيصها. لإنشاء قاعدة المعرفة ، استخدمنا 799 عينة من الصور التي قسمتها بنسبة 80٪ من التدريب واختبار 20٪. لدينا ثلاث محاصيل تنتج كل منها ثلاثة أمراض بالإضافة إلى الحالة السليمه لكل محصول. كانت دقة الكشف عن المرض 88.1٪.


Article
Correction of Non-Uniform illumination for Biological Images Using Morphological Operation Assessing with Statistical Features Quality
تصحيح الاضاءة غيرالمنتظمة للصور البيولوجية باستعمال عملية التشكيل الرياضية والتقييم بالخصائص الاحصائية للجودة

Loading...
Loading...
Abstract

Non Uniform Illumination biological image often leads to diminish structures andinhomogeneous intensities of the image. Algorithm has been proposed using MorphologicalOperations different types of structuring elements including (dick, line, square and ball) withthe same parameters of (15).To correct the non-uniform illumination and enhancementbiological images, the non-uniform background illumination have been removed from image,using (contrast adjustment, histogram equalization and adaptive histogram equalization). Theused basic approach to extract the statistical features values from gray level of co-occurrencematrices (GLCM) can show the typical values for features content of biological images thatcan be in form of shape or specific features. In this research, the application of gray level cooccurrencematrix (GLCM) statistical features correlation, contras, energy and Homogeneityhave presented these features which have high accuracy and efficiently. The color biologicalimages had been used taken which is from microbiology laboratory at the BiologicalDepartment College of Science Al-MustansiriyhUniversity. The algorithms have been appliedon ten different biological color images, in this work only two images have been displayed

عدم الانتظام في اضاءة الصور البيولوجية غالبا مايؤدي لتقليص الهياكل والشدة غير المتجانسة في الصوة.استعملتالخوارزمية المقترحة العمليات التشكلية وانواع مختلفة من العناصر المورفولوجية شملت (قرص،خط,مربع,كرة)وللمعاملنفسه ( 15 ).لتصحيح الاضاءة غير المنتظمة للصورة يتم ازالة الاضاءة الخلفية غير المتجانسة من الصور ثم تحسينالصور البيولوجية باستعمال (تعديل التباين,تسوية المخطط التكراري(المحلي والمحور).يمكن ان يظهر النهج الأساسيالقيم النموذجية لمحتوى GLCM المستعمل لقيم الخصائص الاحصائية المستعملة من المستوى الرمادي لمصفوفاتخصائص الصور البيولوجية التي يمكن ان يكون في هيئة شكل او خصائص معينة .الترابط,التغاير,الطاقة,التجانس) اذ اظهرات ) GLCM قدم هذا البحث تطبيق مصفوفات المستوى الرمادينتائج الميزات الاحصائية لها دقة عالية وكفاءة في التميز.في هذا البحث استعملت الصور البيولوجية الملونة الماخوذة منمختبر علم الاحياء المجهرية في كلية العلوم قسم علوم الحياة الجامعة المستنصرية .قد تم تطبق الخوارزمية لعشر صوربيولوجية ملونة تم في هذا العمل عرض اثنين فقط


Article
Brain Tumors Classification by Using Gray Level Co-occurrence Matrix, Genetic Algorithm and Probabilistic Neural Network
تصنيف أورام الدماغ باستخدام GLCM، ألخوارزمية ألوراثية و الشبكة ألعصبية ألاحتمالية

Loading...
Loading...
Abstract

Background:Brain tumors classification by MRI (Magnetic Resonance Imaging) is important in medical diagnosis because it provides information associated with anatomical structures as well as potential abnormal tissues necessary for treatment planning and patient's case follow-up. There are a number of techniques for medical image classification. In this paper brain tumors detection and classification system are developed into seven tumors types. The image processing techniques such as preprocessing by using a mean filter and feature extraction have been implemented for the detection of a brain tumor in the MRI images. In this paper, extraction of texture features using GLCM (Gray Level Co-occurrence Matrix). We used Probabilistic Neural Network Algorithm (PNNA) for image classification technique based on Genetic Algorithm (GA) and K-Nearest Neighbor (K-NN) classifier for feature selection is proposed in this paper. Objective: MRI brain tumors detection and classification system by using GA and PNN which able to diagnose different types of tumors in human brain.Patients and Methods: Medical image techniques are used to imaging the internal structures of the human body for medical diagnosis. Image processing is an effective field of research in the medical field. MRI dataset, obtained from the Atlas Website of Harvard University.Results: Brain Tumors are classified by using the genetic algorithm where the total number of features (20 features) has been reduced to 10 features as the strongest features in the classification. Conclusion: MRI brain image is one of the best methods in brain tumor detection and classification, by observing only MRI images the specialists are unable to keep up with diagnosing. Hence, the computer-based diagnosis is necessary for the correct brain tumor classification.

خلفية الدراسة: تصنيف أورام الدماغ للرنين المغناطيسي (التصوير بالرنين المغناطيسي) أمر مهم في التشخيص الطبي لأنه يوفر المعلومات المرتبطة بالهياكل التشريحية وكذلك الأنسجة الطبيعية المحتملة اللازمة لتخطيط العلاج و متابعه حاله المريض. يوجد عدد من التقنيات لتصنيف الصور الطبية. في هذا البحث يتم تطوير نظام الكشف عن أورام الدماغ وتصنيفها إلى سبعه أنواع من الأورام. وقد تم تنفيذ تقنيات معالجه الصور مثل Preprocessing باستخدام Mean Filter و Feature Extraction للكشف عن أورام في الدماغ في صور الرنين المغناطيسي. في هذا البحث، يتم استخراج Texture Features باستخدام GLCM. لقد استخدمنا خوارزميه الشبكة العصبية الاحتمالية (PNN) لتقنية تصنيف الصور علي أساس الخوارزمية الوراثية (GA) و المصنف أقرب جار (k-NN) لاختيار الميزة المقترحة في هذا البحث.اهداف الدراسة: هدفت هذه الدراسة الى التعرف على نظام كشف وتصنيف صور الرنين المغناطيسي أورام الدماغ باستخدام GA و PNN مع أمكانية تشخيص انواع مختلفة من الاورام في دماغ الانسان.المرضى والطرائق: : تقنيات الصورة الطبية تستخدم لتصوير الهياكل الداخلية للجسم البشري للتشخيص الطبي. معالجة الصور هو مجال فعال للبحث في المجال الطبي. بيانات صور الرنين المغناطيسي تم الحصول عليها من الموقع الالكتروني أطلس لجامعة هارفارد.النتائج: صنفت الاورام باستعمال الخوارزمية الوراثية حيث تم تقليل عدد الميزات الكلي ( 20 ميزة) الى 10 ميزات كأقوى الميزات في التصنيف.


Article
Proposed Classification System by Using Artificial Neural Network
نظام تصنيف مقترح باستخدام الشبكات العصبية الاصطناعية

Author: Esraa Z. Mohammed اســـراء زكـــي محمـــد
Journal: kirkuk university journal for scientific studies مجلة جامعة كركوك - الدراسات العلمية ISSN: 19920849 / 26166801 Year: 2015 Volume: 10 Issue: 3 Pages: 59-78
Publisher: Kirkuk University جامعة كركوك

Loading...
Loading...
Abstract

The research presented in this paper was aimed to develop a recognition system for microscopic images of human tissues samples. The system should classify different types of tissues (i.e., Breast, Liver and blood cells). In this paper, co-occurrence matrix, run length matrix features combined with developed method to measure the roughness were used to extract a set of textural features in order to perform texture analysis for tissues samples. A feed forward neural network was used to classify different types of tissues according to the extracted feature vectors. For ANN training purpose the back-propagation training algorithm was used. Evaluation tests were carried on 550 tissues images. The test results indicated that the best attained success rate was around 93%. The proposed system was implemented using “visual basic.net” and all tests be done on windows operating system environment.

البحث المقدم في هذه الورقة يهدف إلى تطوير نظام التعرف على الصور المجهرية لعينات مختلفة من الأنسجة البشرية. حيث يقوم النظام بتصنيف أنواع مختلفة من الأنسجة البشرية بالاعتماد على الخصائص المستخرجة من الصورة نفسها، و لوصف القوام في الانسجة تم استخدام الخصائص المستخرجة من مصفوفات Co-occurrence و Run length مع استخدام طريقة جديدة لحساب خصائص الخشونة في الصورة. واستخدمت الشبكة العصبية، من النوع التغذية الامامية، في تصنيف الانواع المختلفة من الانسجة. ولغرض تدريب الشبكة العصبية استخدمت طريقة التغذية العكسية. ولغرض اختبارات التقييم تم استخدام (550) صورة نسيجِ. واشارت نتائج الاختبار الى ان معدل النجاح الذي تم بلوغه هي بحدود 93% . وقد تم استخدام لغة فيجوال بيسك دوت نت في برمجة النظام واختبار النتائج في بيئة نظام التشغيل ويندوز.

Listing 1 - 10 of 15 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (15)


Language

English (12)

Arabic and English (2)


Year
From To Submit

2019 (2)

2018 (5)

2017 (1)

2016 (2)

2015 (2)

More...