University of Kirkuk Kirkuk Journal of Science 3005-4788 10 3 2015 09 28 Proposed Classification System by Using Artificial Neural Network نظام تصنيف مقترح باستخدام الشبكات العصبية الاصطناعية 59 78 104982 10.32894/kujss.2015.104982 EN Esraa Z. Mohammed Journal Article 2015 09 01 The research presented in this paper was aimed to develop a recognition system for microscopic images of human tissues samples. The system should classify different types of tissues (i.e., Breast, Liver and blood cells). In this paper, co-occurrence matrix, run length matrix features combined with developed method to measure the roughness were used to extract a set of textural features in order to perform texture analysis for tissues samples. A feed forward neural network was used to classify different types of tissues according to the extracted feature vectors. For ANN training purpose the back-propagation training algorithm was used. Evaluation tests were carried on 550 tissues images. The test results indicated that the best attained success rate was around 93%. The proposed system was implemented using “visual basic.net” and all tests be done on windows operating system environment. البحث المقدم في هذه الورقة يهدف إلى تطوير نظام التعرف على الصور المجهرية لعينات مختلفة من الأنسجة البشرية. حيث يقوم النظام بتصنيف أنواع مختلفة من الأنسجة البشرية بالاعتماد على الخصائص المستخرجة من الصورة نفسها، و لوصف القوام في الانسجة تم استخدام الخصائص المستخرجة من مصفوفات Co-occurrence و Run length مع استخدام طريقة جديدة لحساب خصائص الخشونة في الصورة. واستخدمت الشبكة العصبية، من النوع التغذية الامامية، في تصنيف الانواع المختلفة من الانسجة. ولغرض تدريب الشبكة العصبية استخدمت طريقة التغذية العكسية. ولغرض اختبارات التقييم تم استخدام (550) صورة نسيجِ. واشارت نتائج الاختبار الى ان معدل النجاح الذي تم بلوغه هي بحدود 93% . وقد تم استخدام لغة فيجوال بيسك دوت نت في برمجة النظام واختبار النتائج في بيئة نظام التشغيل ويندوز. https://kujss.uokirkuk.edu.iq/article_104982_a9653c6017a570e5c17f39301078a9ea.pdf