|
|
|
|
رویکرد سیستم استنتاج عصبی فازی انطباقی مبتنی بر pso در تشخیص سن با استفاده از تصاویر cbct سینوس ماگزیلا و پیشانی
|
|
|
|
|
|
|
|
نویسنده
|
افراسیابی مه لقا
|
|
منبع
|
سيستم هاي فازي و كاربردها - 1403 - دوره : 7 - شماره : 2 - صفحه:1 -11
|
|
چکیده
|
عوامل هویتی مانند سن در شناسایی افراد در پرونده های کیفری اهمیت زیادی دارد. سینوس پیشانی و ماگزیلا در برابر ضربه مقاوم هستند. هدف پژوهش حاضر بررسی قابلیت سیستم استنتاج عصبی فازی انطباقی در تشخیص سن در تصاویر سی تی اسکن با پرتو مخروطی است. در این روش 240 تصویر سی تی اسکن با پرتو مخروطی جمع آوری شد و ارتفاع، طول؛ عرض و حجم سینوس پیشانی و ماگزیلا استخراج شد. سپس برای تشخیص سن یک مدل سیستم استنتاج عصبی فازی ترکیب شده با الگوریتم ازدحام ذرات (pso) ارایه شد. نتایج تحقیق نشان می دهد این سیستم دقت خوبی نسبت به روش های دیگر یادگیری ماشین در تشخیص سن دارد.
|
|
کلیدواژه
|
سینوس، الگوریتم ازدحام ذرات، سیستم استنتاج عصبی فازی انطباقی، تخمین سن
|
|
آدرس
|
دانشگاه صنعتی همدان, دانشکده برق و کامپیوتر, گروه مهندسی کامپیوتر, ایران
|
|
پست الکترونیکی
|
m.afrasiabi@hut.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
adaptive neuro-fuzzy inference system based on pso for age estimation using cbct images of the maxillary and frontal sinuses
|
|
|
|
|
Authors
|
afrasiabi mahlagha
|
|
Abstract
|
factors such as age play a significant role in identifying individuals in criminal cases. the frontal sinus and maxilla are resistant to impact. the present study aims to investigate the capability of the adaptive neuro-fuzzy inference system (anfis) in age determination using cone beam ct scan images. in this method, 240 cone beam ct scan images were collected, and the height, length, width, and volume of the frontal sinus and maxilla were extracted. subsequently, an anfis based on pso model was proposed for age determination. the research results indicate that this system has good accuracy compared to other machine learning methods in age determination.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|