تشخیص سرطان پستان در تصاویر ماموگرافی دیجیتال به روش FCM

این مقاله در مورد روشی برای تشخیص خودکار ناهنجاری ها در ماموگرام ها بحث میکند. تکنیک های پردازش تصویر، برای کلاسه بندی دقیق نواحی موردنظر (ROI) مشکوک، پیش از تشخیص ناهنجاری به کار برده میشوند. پوشش غیر شارپ برای بهسازی ماموگرام به کار برده میشود. حذف نویز با استفاده از فیلتر میانی انجام میشود. تبدیل موجک گسسته روی تصویر فیلتر شده اعمال میشود تا قبل از کلاسه بندی، نتایج دقیقی را ارایه کند. ROI مشکوک با استفاد از میانگین- های C فازی و با تکنیک آستانه بندی کلاسه بندی میشود. ویژگی های تامورا، ویژگی های مبتنی بر شکل و ویژگی های (ثابت های) لحظهای از ROI1 کلاسه بندی شده استخراج می-شوند تا ناهنجاریهای موجود در ماموگرام ها شناسایی شوند. الگوریتم پیشنهادی روی مجموعه داده های Mini -MIAS2اعتبارسنجی میشود و مورد تایید قرار میگیرد