بهبود تشخیص خودکار توده های خوش خیم و بدخیم در تصاویر فراصوت پستان با استفاده از یک روش قطعه بندی بهینه
محل انتشار: ماشین بینایی و پردازش تصویر، دوره: 9، شماره: 4
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 184
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMVIP-9-4_006
تاریخ نمایه سازی: 6 تیر 1401
چکیده مقاله:
سرطان پستان شایع ترین نوع سرطان در جمعیت زنان جهان است. تشخیص زودهنگام و درمان موثر با هدف کاهش مرگ و میر ناشی از این بیماری، از طریق روش های غربالگری انجام می شود. تصویربرداری فراصوت(اولتراسوند) به دلیل ماهیت غیرتهاجمی و مزایای آن نسبت به سایر روش های تشخیصی، از مهم ترین و موثرترین روش های شناسایی و تشخیص این بیماری است. به منظور بهبود عملکرد تشخیص، سیستم های تشخیص کمک رایانه ای معرفی شدند. در این پژوهش یک سیستم تمام خودکار شناسایی و تشخیص سرطان پستان ارائه شده است که متشکل از چهار مرحله اصلی است: پیش پردازش تصویر در دو گام جهت برجسته تر کردن نواحی کم پژواک(هایپواکو) و با هدف انتخاب نقطه بذر و ناحیه مطلوب و همچنین حذف نویز با استفاده از فیلتر میانگین های غیر محلی، قطعه بندی با بهره گیری از اطلاعات مکانی و فرکانسی تصویر و بهبود آن با استفاده از الگوریتم بهینه سازی ژنتیک، استخراج مجموعه ای شامل ۲۱ ویژگی مبتنی بر شکل و مرز و در نهایت طبقه بندی با ا ستفاده از طبقه بند ماشین بردار پشتیبان به منظور تفکیک توده ها به دو گروه خوش خیم و بدخیم. نتایج ارزیابی های صورت گرفته بر روی تصاویر پایگاه های داده مختلف میزان دقت بیش از ۹۵/۵ % را نشان داد.
کلیدواژه ها:
نویسندگان
وجیهه سادات وطن پور
۱دانش آموخته کارشناسی ارشد دانشگاه صنعتی نوشیروانی، دانشکده برق و کامپیوتر، گروه مهندسی پزشکی
سید محمود سخایی
دانشگاه صنعتی نوشیروانی، دانشکده برق و کامپیوتر، گروه مهندسی پزشکی
یاسر بالغی
دانشگاه صنعتی نوشیروانی، دانشکده برق و کامپیوتر، گروه الکترونیک
الهام سادات بنی مصطفوی
دانشگاه علوم پزشکی مازندران، دانشکده پزشکی، گروه رادیولوژی