Alzheimer Disease Diagnosis using the K-means, GLCM and K_NN
| Main Author: | Oleiwi, Wed Kadhim |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
University of Babylon
, 2017
|
| Subjects: | |
| Online Access: |
https://www.journalofbabylon.com/index.php/JUBPAS/article/view/474 https://www.journalofbabylon.com/index.php/JUBPAS/article/view/474/306 |
Daftar Isi:
- البحث في الصور الطبية له الاثر الكبير في حقل العلاج. في هذا البحث، تم استخدام صور الرنين المغناطيسي لتمييز الدماغ الطبيعي من الدماغ المصاب بمرض الزهايمر .النسيج(texture) هو الخاصية الأهم حيث يحتوي على حقائق هامة حول التنظيم الهيكلي اللاسطح وصلاته بالمنطق المجاورة للنسيج. في حقل تصنيف النسيج يجب أن يكون مقسمه إلى عدد من المناطق التي تتشارك الخصائص، لهذا الغرض استخدمنا خوارزمية k- means مع GLCM لاستخراج الخصائص، وأخيرا استخدمنا خوارزمية k-nearest neighbor للتمييز بين الدماغ طبيعي وغير طبيعي
- Investigation of medical images have major consequence in the field of treatment.in this work ,MR images have been used to distinguish the normal brain from brain with Alzheimer disease .Texture is an native property of all surfaces it contains important facts about the structural organization of the surfaces and their connections neighboring area. In direction to classify texture must be segmented into a number of section that has the similar properties, for this purpose we used k- means algorithm with GLCM for feature extraction ,finally we used k-nearest neighbor algorithm to distinguish between normal and abnormal brain