یگانه اسکندری - دانشجوی ارشد موسسه آموزش عالی غیرانتفاعی آپادانا، شیراز، ایران
فاطمه مویدی - استادیار، گروه مهندسی کامپیوتر، مجتمع آموزش عالی لارستان، لار، ایران
هاله همایونی - استاد یارموسسه آموزش عالی غیرانتفاعی آپادانا،شیراز، ایران

سرطان سینه یکی از بیماری های جدی است که در اثر رشد بی رویه سلول ها در بخش های مختلف بدن ایجاد می گردد. این بیماری عمدتا زنان را درگیر می کند و تشخیص دیرهنگام می تواند منجر به مرگ شود. با این حال تشخیص زودهنگام بقا را به میزان قابل توجهی افزایش می دهد. تکنیک های متفاوتی برای تشخیص زودهنگام سرطان سینه وجود دارد.هدف ما در این پژوهش تشخیص زودهنگام سرطان سینه ، استخراج ویژگی های موثر ، افزایش دقت تشخیص ، استفاده از روش های خوشه بندی جهت بخش بندی سلول های سرطانی سینه در تصاویرمیکروسکوپی و رسیدن به دقت و حساسیت قابل قبول است. جهت رسیدن به این اهداف در این پژوهش از ایده ترکیب ویژگی ها در حوزه زمان فرکانسی و مکانی استفاده شده است. از سه دسته ویژگی LBP و gist در حوزه مکانی و ویژگی های آماری در حوزه زمان فرکانسی contour let استفاده شده است. سپس ویژگی های استخراج شده با استفاده از PCA کاهش بعد یافته و در نهایت با طبقه بند SVM به دو دسته خوش خیم و بدخیم تقسیم شده اند. دیتاست مورد استفاده در این پژوهش Break His بوده است که توانسته ایم با دقت ۹۷ درصد به دسته بندی آنها بپردازیم. نتایج حاکی از برتری روش مورد استفاده نسبت به پژوهش های مشابه می باشد

تشخیص سرطان سینه، تصاویر میکروسکوپی، ترکیب ویژگی ، خوش خیم ، بدخیم