یک روش ترکیبی هوشمند برای تشخیص، مرزبندی و طبقه بندی توده های پستان مبتنی بر ویژگی های بافت جدید مستخرج از دو نمای تصاویر ماموگرافی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
سرطان پستان از مهم ترین سرطان ها در میان زنان به شمار می رود. معمولا غربالگری مورد استفاده در سرطان پستان، ماموگرافی است که درصد مرگ ناشی از آن را تا حدود زیادی کاهش داده است. هدف این مقاله، معرفی یک روش ترکیبی هوشمند جدید برای طبقه بندی بافت پستان به دو نوع سالم و ناسالم با بررسی هم زمان دو نمای استاندارد تصاویر ماموگرافی و مرزبندی بافت ناسالم است. بدین منظور، از روش ترکیبی جدیدی شامل الگوریتم های خوشه بندی و رشد ناحیه در شناسایی ناحیه مشکوک به حضور تومور استفاده میشود. پس از حذف پسزمینه، با ترکیب الگوریتم های خوشه بندی FCM و رشد ناحیه، ناحیه مشکوک به حضور تومور شناسایی و به کمک پردازش های مورفولوژیکی، مرزبندی تومور انجام میشود. سپس با استفاده هم زمان از دو نمای استاندارد تصویر ماموگرافی (MLO و CC) یک پستان، استخراج ویژگی های بافت بر اساس ماتریس رخداد توام و ویژگی های c و سطح شدت روشن ترین مرکز خوشه، طبقه بندی بافت پستان به دو نوع سالم و ناسالم صورت میگیرد. همچنین، برای اولین بار ویژگی سطح شدت روشن ترین مرکز خوشه معرفی و استفاده شده است. در نهایت، ویژگیهای استخراج شده به عنوان ورودیهای یک سیستم فازی برای طبقهبندی بافت پستان در نظر گرفته میشود. نتایج این پژوهش روی 300 جفت تصویر ماموگرافی نشان میدهد که روش ارائه شده، دارای صحت 97/7 درصدی برای طبقه بندی بافت پستان است. هم چنین نشان داده میشود که استفاده هم زمان از ویژگی های دو نمای استاندارد تصاویر ماموگرافی میتواند در تشخیص زودرس سرطان پستان مفید واقع شود.
کلیدواژگان:
زبان:
فارسی
صفحات:
69 تا 83
لینک کوتاه:
magiran.com/p1935917
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!