مقاله Hippocampal Shape Analysis in Epilepsy Using LaplaceدرBelt
نوشته شده به وسیله ی ali در تاریخ 95/7/25:: 4:43 صبح
مقاله Hippocampal Shape Analysis in Epilepsy Using LaplaceدرBeltrami Spectrum تحت word دارای 5 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله Hippocampal Shape Analysis in Epilepsy Using LaplaceدرBeltrami Spectrum تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله Hippocampal Shape Analysis in Epilepsy Using LaplaceدرBeltrami Spectrum تحت word ،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله Hippocampal Shape Analysis in Epilepsy Using LaplaceدرBeltrami Spectrum تحت word :
سال انتشار: 1390
محل انتشار: نوزدهمین کنفرانس مهندسی برق ایران
تعداد صفحات: 5
نویسنده(ها):
Rosita Shishegar – Control and Intelligent Processing Centre of Excellence, School of Electrical and Computer Engineering, Faculty of Engineering, University of Tehran
Hamid Soltanian-Zadeh –
Seyed Reza Moghadasi – Department of Mathematics, Sharif University of Technology
چکیده:
Shape analysis plays an important role in many medical imaging studies. One of the recent shape analysis methods uses the Laplace Beltrami eigenvalues which is alsoused in this paper for global shape comparison of hippocampus of normal subjects and epileptic patients. Popularity of the Laplace Beltrami operator in this field is due to its isometryinvariance which avoids pre-processing steps like mapping, registration, and alignment. In addition, it is capable of revealing fine details in shapes that makes this method a good choice for deformation detecting purposes like epilepsydiagnosis. To examine capability of the proposed method, statistical analysis and two ways of classification, support vector machine (SVM) and finding out of normal range (ONR) subjects, are used. Moreover, to evaluate our classification results, K-fold cross-validation is performed. The best achieved results were true positive rate of 91.9% and false positive rate of 33.3%, yielded by ONR classifiers using 3 selected eigenvalues
کلمات کلیدی :