Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken

Lungenkarzinom oder Krebs - die gef鄣rlichste Krankheit der Welt wird durch die Vermehrung von Zellen verursacht, die schlie lich zu Tumoren heranwachsen. Das Lungenkarzinom ist eine der gef鄣rlichsten Krebsarten der Welt. Diese Krankheiten k霵nen sich durch unkontrolliertes Zellwachstum in den Lungengeweben im K顤per ausbreiten. Eine frzeitige Erkennung von Krebs kann das Leben und die 鈁erlebensf鄣igkeit 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. Anschlie end 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 f 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, n鄝lich FUZZY und ACO, verwendet.