شناسایی هوشمند سرطان پوست آکتینیک کراتوزیس و کارسینومای سلول سنگفرشی با استفاده از ویژگی های خطی و غیر خطی بر پایه تکنیک های پردازش تصویر

اکثر سرطان های پوست در مراحل ابتدایی قابل درمان هستند، بنابراین یک تشخیص زودهنگام و سریع می تواند برای نجات جان بیماران بسیار حایز اهمیت باشد. امروزه  با کمک هوش مصنوعی، تشخیص زودهنگام سرطان در مراحل ابتدایی ممکن شده است.

در این پژوهش توصیفی-تحلیلی، یک سیستم کامپیوتری تشخیصی بر پایه تکنیک های پردازش تصویر ارایه شد که برای بیمار بسیار سودمندتر است. در این روش، تصاویر درموسکوپی ثبت شده از دو نوع سرطان آکتینیک کراتوزیس و سرطان کارسینومای سلول سنگفرشی توسط تکنیک های پیش پردازش بهبود داده شدند و نویزهای احتمالی موجود در آن ها حذف شد، سپس توسط روش آستانه گذاری بخش بندی شدند تا محدوده ضایعه از پوست زمینه جدا شود. در ادامه از این محدوده بخش بندی شده اطلاعات و ویژگی های بافتی، شکلی و رنگی استخراج شد. در انتها به کمک روش کاهش ویژگی و ماشین بردار پشتیبان (Support Vector Machine) SVM به ارزیابی کیفی و کمی روش پیشنهادی پرداخته شد.

داده های این مطالعه شامل 100 نمونه تصویر آکتینیک کراتوزیس و 100 نمونه کارسینومای سلول سنگفرشی بود. نتایج مطالعه حاضر نشان داد استفاده از روش الگوریتم ژنتیک به کمک روش ماشین بردار پشتیبان توانست نوع سرطان پوست را با صحت 0/4±99/7% شناسایی کند.

نتیجه گیری:

 تاثیر حضور ویژگی های بافتی متفاوت در امر تشخیص نوع ضایعه نشان داد هرچه میزان و تنوع ویژگی های استخراج شده از نمونه ها بیشتر باشد، آموزش سیستم بهتر و آنالیز دقیق تری صورت می گیرد.