CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص سرطان پستان با استفاده از ترکیب روش های یادگیری ماشین و بینایی ماشین در تصاویر ترموگرافی

عنوان مقاله: تشخیص سرطان پستان با استفاده از ترکیب روش های یادگیری ماشین و بینایی ماشین در تصاویر ترموگرافی
شناسه ملی مقاله: JR_JASP-5-1_005
منتشر شده در در سال 1400
مشخصات نویسندگان مقاله:

بهزاد لک - دانشکده علوم و فنون منابع سازمانی - دانشگاه علوم انتظامی امین- تهران - ایران
پرستو نجفی - دانشکده مهندسی برق و کامپیوتر - دانشگاه آل طه - تهران - ایران

خلاصه مقاله:
سرطان پستان در سال های اخیر در بین زنان افزایش یافته است و یکی از شایع ترین علل مرگ و میر در زنان می باشد. مطالعات نشان می-دهد که ترموگرافی، نسبت به سایر روش های تشخیصی، روشی سریع تر، ارزان تر، غیرفعال، بدون ریسک، بدون اشعه و درد است. روش های جدید در پردازش تصویر، بینایی و یادگیری ماشین سبب شده تا مطالعات موفقیت آمیزی به منظور ایجاد سیستم های تشخیصی سرطان پستان با بکارگیری تصاویر ترموگرافی ایجاد شود. در این مطالعه یک روش مناسب برای تشخیص ناهنجاری تصاویر ترموگرافی از نمای روبه رو ارائه شده است که با بکارگیری این روش تفکیک ناحیه سینه و همه نواحی مدنظر پزشک که برای تشخیص سرطان پستان ضروری می-باشند، از ترموگرام ها جداسازی رنگی می شوند و نواحی پرحرارت ، با استفاده از الگوریتم FCM از تصاویر استخراج شده و به کمک آنالیز فراکتالی، بعد فراکتال این نواحی با استفاده از سه روش متفاوت محاسبه می شوند. جنبه نوآوری این مطالعه بررسی نقش آنالیز فراکتالی در ردیابی توزیع حرارت متقارن در دو بافت سینه است. نتایج نشان می دهد که آنالیز فراکتالی به طور بالقوه می تواند قابلیت اطمینان ترموگرافی در تشخیص تومور را بهبود بخشد. همچنین آنالیز فراکتالی نقش مهمی در ردیابی توزیع حرارت متقارن، در دو بافت پستان جهت ردیابی ناهنجاری ها را دارد.

کلمات کلیدی:
بعد فراکتال, تحلیل توزیع متقارن دما, تفکیک رنگی ناحیه مدنظر, ترموگرافی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1429474/