مهناز صادقی - دانشگاه آزاد اسلامی واحد یزد
محسن سرداری زارچی - دانشگاه آزاد اسلامی واحد یزد

آنچه نباید از نظر دور داشت این که حدود 20 درصد مبتلایان به سرطان سینه در عرض 5 سال می میرند و تنها راه کاهش این تعداد، تشخیص زودهنگام و بهترین روش برای شناسایی زودهنگام ماموگرافی است . در همین راستا در این تحقیق روشی ارایه میشود که موفق به ارایه الگوریتمی شده که امکان تشخیص خودکار تومورهای سرطانسینه را از روی تصاویر ماموگرافی فراهم میکند. ابتدا برای یافتن مرز سینه از روش آستانهگذاری و برای تشخیص و حذف ناحیه پکتورال از روش گسترش ناحیه استفاده شده است بعد از بدست آوردن ناحیه سینه باید نقاط روشن و تیره تصویر که اندازههایی کوچکتر از اندازه المان ساختاری موجوددارند حذف شوند برای این منظور از عملگرهای کلاه پایین 1 و کلاه بالا 2 استفاده میشود. بعد از این مرحله با بدست آوردن ماکزیممهای محلی تصویر و تشخیص مرز نقاط مشکوک با استفاده از رشد ناحیه ویژگیهای آماری و همبستگی پیکسلهااستخراج شده و دسنهبندی کننده با این ویژگیها مورد آموزش قرار میگیرد. در مرحلهی تست نقاطی که توسط شبکهی عصبی در کلاس غیر نرمال قرار دارند به عنوان هسته در اختیار مرحله رشد نواحی مشکوک قرار گرفته و در نهایت با اعمالآستانه فازی رقابتی، حذف نویز و استخراج توده انجام میشود. اجرای مراحل پیشنهادی باعث گردید درصد نواحی مشکوک اشتباه نسبت بهروشی که در اکثر مقالات از آن استفاده نمودهاند بطور متوسط از 9 به 4 در هر تصویر کاهش یابد

ماموگرافی، پردازش تصویر، سرطان پستان، شبکه عصبی، استخراج توده، آستانه گذاری،گسترش ناحیه