Date of Award

Fall 10-2016

Document Type

Thesis

Degree Name

Bachelor Degree

Department

Computer Science

First Advisor

Shkëlqim Berisha

Language

Albanian

Abstract

Në fushën e njohjes së modeleve, për shkak të përfshirjes themelore të perceptimit njerëzor dhe pamjaftueshmërisë të matematikës standarde, për të arritur diagnostifikime të sakta nga imazhet e ndërlikuara janë paraqitur dy teknika të ndryshme fuzzy që janë aplikuar si një alternativë e përshtatshme.

Saktësia dhe shpejtësia e arritjes së ndarjes të të dhënave në mënyrë të duhur, arrihet rrallë herë. Për të bërë këtë të mundur, algoritmet e grumbullimit janë jashtëzakonisht të rëndësishme dhe esenciale në shëndetësi.

Imazhëria mjekësore është një ndër elementet kyçe në diagnostifikimin e sëmundjeve. Mirëpo, aplikacionet e krijuara deri më sot kanë disa dobësi. Gjithashtu, pritet qe me zhvillimin e teknologjisë dhe avancimin e paisjeve të imazhërise, diagnozat e arritura deri më sot do të jenë më shumë të gabuara se të sakta. Si rrjedhojë e këtyre dukurive, ofrohet një zgjidhje potenciale që do t’i rezistonte ndryshimit të paisjeve dhe mënjanimit të zhurmave në imazhe.

K-means prezantohet si zgjidhje e mundshme ndaj problemeve procesuese dhe kohore në kundërshtim me performancën e FCM të modifikuar. Mirëpo, FCM nuk mund të eliminohet totalisht nga përdorimi i saj në segmentimin e imazheve. Me anë të shfrytëzimit të resurseve që ofron Matlab dhe me kombinimin e algoritmit të propozuar K-means, do të krijohej një algoritëm i fuqishëm. Kjo argumentohet duke bërë analizën e performancës të të dy algoritmeve dhe gjithashtu implementimin e K-means me disa karakteristika të algoritmit FCM.

Në fund, pas krahasimit dhe implementimit, arrihet në perfundime rreth ofrimit të algoritmit të modifikuar K-means si zgjidhje për diagnostifikim të saktë të sëmundjeve të ndryshme të trurit, dhe në të ardhmen ndoshta edhe parandalimin e tyre.

Pra, përfundimisht shqyrtohet se algoritmet e grupimit të të dhënave luajnë rol jashtëzakonisht krucial në diagnostifikimet mjekësore.

DOI

10.33107/ubt-etd.2016.1507

Download

Share

COinS