تشخیص سلول های میتوزی در تصاویر بیوپسی پستان با کمک ماشین های یادگیری سریع

یکی سه معیار اصلی که در تعیین درجه سرطان پستان به کار می رود، تعداد سلول هایی است که در حال تقسیم میتوزی هستند. تشخیص سلول های میتوزی به دلیل تنوع شکل ظاهری این سلول ها و همچنین شباهت با سلول های مرده و اجسام خارجی حاضر در بافت، دشوار است. استفاده از پردازش تصویر برای تشخیص خودکار این سلول ها، گامی مهم در کاهش خطا و افزایش سرعت درجه بندی سرطان است.  روش های موجود برای تشخیص این سلول ها، یا بر اساس استخراج ویژگی ها هستند که سریع اند ولی دقت تشخیص پایینی دارند، و یا بر اساس پردازش مستقیم تصویر با شبکه های عصبی عمیق هستند که دقتی بالا دارند ولی بسیار کند هستند. هدف این پژوهش ارائه روشی بی نیاز از استخراج ویژگی ها است که علاوه بر دقت زیاد، سرعتی بسیار بهتر از روش های مبتنی بر شبکه های عصبی عمیق داشته باشد. در روش پیشنهادی، تصاویر ورودی ابتدا برای جبران رنگ و کنتراست نمونه بافت اصلاح می شوند. سپس محل سلول های میتوزی احتمالی به کمک آستانه گیری و یافتن ماکزیمم های محلی تعیین می شود. تشخیص میتوزی بودن سلول با استفاده از ELM انجام می شود. میزان موفقیت روش پیشنهادی با معیارهای دقت، حساسیت و امتیاز F۱ اندازه گیری شد که پیشرفت قابل توجهی را نسبت به بهترین کار های موجود نشان می دهد. همچنین، روش پیشنهادی بهبود قابل ملاحظه ای در زمان آموزش و اجرایی داراست.

Keywords:

ماشین یادگیری سریع ELM , سرطان پستان , تشخیص میتوز , پاتولوژی دیجیتال , تصاویر بیوپسی , دسته بندی سلول ها