بهبود کیفیت تصاویر ماموگرافی جهت غربالگری سرطان سینه با استفاده از تكنیك ویولت و شبكه های عصبی عمیق

در اين مقاله بهبود کيفيت تصوير ماموگرام جهت آشکار سازي ميکروکل سيفيکيشن ها تشريح مي گردد. اين کار به منظور شناسايي پيکسل هاي مشکوک از تبديل ويولت و خصوصيات آماري سطوح خاکستري استفاده شده است تا پيکسل هاي اشتباه حذف شود. و با درصد خطاي پايين ميکروکلسيفيکيشن ها به صورت تصوير شباهت شناسايي مي شود. به منظور اين کار از شبکه عصبي با يادگيري عميق که بوسيله تعدادي بردار آموزش داده مي شود استفاده شده است. سپس برنامه روي 38 تصوير اعمال کرده (تعداد تصاوير محلي دردسترس که نتايج آنها مشخص باشد و دوره انتظار را طي کرده باشد) و نتيجه را نمايش داده ايم که نتايج قابل قبولي را در بردارد. يک نمونه از مراحل انجام کار نيز نمايش داده شده است.لازم به ذکر است که تفاوت عمده اين کار با بقيه کارهاي انجام شده پايگاه داده آن مي باشد که با جمع آوري تصاوير از بيماران محلي سعي بر کاربردي کار داشته ايم.

Keywords:

غربالگری سرطان پستان , سیستم تشخیص کامپیوتری , تقسیم بندی , مثبت نادرست FP