روش جدید مبتنی بر هوش مصنوعی در تشخیص ضایعات دهانه رحم با استفاده از تلفیق روش متوسط الگوهای دودویی محلی توسعه یافته مستحکم و ماشین بردار پشتیبان

سرطان مهاجم دهانه رحم دومین سرطان شایع در بین زنان سراسر جهان است. روش های بسیاری بر مبنای هوش مصنوعی برای تشخیص دقیق نرمال بودن یا سرطانی بودن سلول ها و کمک به فرد متخصص در تشخیص هر چه بهتر و سریع تر سرطان ارایه شده است. هدف از انجام پژوهش حاضر، ارایه یک روش جدید و کارآمد در تشخیص سلول های طبیعی از غیرطبیعی بود.

این یک مطالعه توصیفی بود. برای ایجاد پایگاه داده، 2600 تصویر از 150 لام سیتولوژی تهیه گردید. تصاویر توسط متخصصین مورد ارزیابی، شناسایی و طبقه بندی قرار گرفتند. جهت ارزیابی روش پیشنهادی در پایگاه داده تهیه شده، از مجموع 2600 تصویر تهیه شده 1300 تصویر برای آموزش سیستم و 1300 تصویر برای آزمون در نظر گرفته شد. در این پژوهش جهت ارزیابی روش پیشنهادی و مقایسه با سایر روش ها، از نرم افزار MATLAB نسخه R2014b استفاده شده است.

جهت استخراج ویژگی های سلول ها در هر سه مرحله از استخراج گرهای مورفولوژیکی و برای طبقه بندی به ترتیب از ماشین بردار پشتیبان، رگرسیون لجستیک و طبقه بندی 5/4C استفاده شد. دقت روش پیشنهادی در تشخیص سلول ها دهانه رحم در دو گروه نرمال و غیرنرمال 23/98 درصد بود که نسبت به سایر روش ها بیشتر بوده و همچنین نسبت مثبت کاذب با عدد 92/0 درصد و منفی کاذب 85/0 درصد نسبت به سایر روش ها کمتر است.

روش پیشنهادی می تواند با تشخیص زودهنگام سرطان با دقت و حساسیت بالا و نتایج کاذب کمتر، کمک چشمگیری به تشخیص در حیطه پزشکی نماید و در بسیاری از موارد در درمان به موقع بیماران و جلوگیری از مرگ و میر آن ها تاثیر بسزایی داشته باشد.