امید رحمانی سریاست
جواد حدادنیا
حسین قیومی زاده

چکیده مقدمه: ماموگرافی رایج‏ترین روش غربالگری برای تشخیص سرطان پستان است. در این مقاله یک سیستم کمکی برای تشخیص خوش‏خیمی و بدخیمی توده‏ها ارایه شده است. روش بررسی: در این روش ابتدا با استفاده از حذف نویز و افزایش وضوح تصویر، توده‏ها را آماده بخش‏بندی می‏کنیم. سپس با استفاده از یک الگوریتم جدید بر مبنای رشد ناحیه، توده مورد نظر را بخش‏بندی کرده و ویژگی‏های از بافت و مرز آن استخراج می‏کنیم. در ادامه با استفاده از یک معماری نوین رده‏بندهایی را با یکدیگر ترکیب کرده و از این رده‏بند مرکب جهت دسته‏بندی خوش‏خیمی و بدخیمی توده‏ها بهره می‏گیریم. یافته‏ها: این سیستم بر روی دو پایگاه داده مورد ارزیابی قرار گرفته است و نتایج حاصل نشان‏دهنده این است که سیستم کمکی پیشنهادی از لحاظ دقت کاملاً قابل رقابت با سیستم‏های مدرن موجود می‏باشد. دقت حاصل شده در پایگاه دادهMIAS  برابر با 93% و در پایگاه داده DDSM برابر با 90% بوده است. نتیجه‏گیری: به طور کلی می‏توان نوآوری‏های موجود در این مقاله را در معرفی یک سیستم خودکار تطبیقی بر مبنای الگوریتم رشد ناحیه جهت بخش‏بندی توده‏ها، استفاده از توصیف‏گرهای مبتنی بر تجزیه مود ذاتی و معرفی یک معماری جدید برای ترکیب رده­بندها استفاده کرد.

Breast Cancer, Mammography, Benign and Malignant, سرطان پستان, ماموگرافی, خوش‏خیمی و بدخیمی