ارائه یک سیستم تشخیص کامپیوتری هوشمند جدید برای تشخیص سرطان سینه با استفاده از تصاویر حرارتی

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 48

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JSCIT-11-4_006

تاریخ نمایه سازی: 25 مهر 1403

Abstract:

سرطان سینه از شایع ترین دلایل مرگ و میر در میان زنان جهان می باشد، اما تشخیص زودهنگام و دقیق این نوع سرطان می تواند درمان را به طرز چشمگیری بهبود بخشد. تصویربرداری حرارتی یکی از روش های اولیه تشخیص سرطان سینه است. همچنین از سیستم تشخیص کامپیوتری می توان برای کمک به پزشکان برای افزایش دقت تفسیر نتایج استفاده کرد. در این مقاله، یک سیستم تشخیص کامپیوتری هوشمند برای تشخیص سرطان سینه با استفاده از تصاویر حرارتی ارائه شده است. سیستم هوشمند تشخیص کامپیوتری ارائه شده شامل روش SFTA برای استخراج ویژگی و الگوریتم SVM ، kNN و D-Tree برای طبقه بندی نتایج می باشد. عملکرد سیستم تشخیص کامپیوتری هوشمند ارائه شده با استفاده از پایگاه داده DMR-IR و پایگاه داده دانشگاه Fluminense Federal و MATLAB۲۰۱۸ برای استفاده از الگوریتم انتخاب ویژگی فاخته و بدون الگوریتم انتخاب ویژگی ارزیابی شده است. نتایج نشان می دهد که بهترین میانگین صحت، حساسیت و اختصاصیت به ترتیب ۹۹، ۵/۹۹ و ۰۳/۹۸ درصد می باشد که بابکارگیری الگوریتم انتخاب ویژگی فاخته و الگوریتم طبقه بندی کننده SVM بدست آمده است. همچنین سیستم تشخیص کامپیوتری ارائه شده دارای مزایایی نسبت به سایر سیستم های تشخیص کامپیوتری می باشد. این نتایج نشان می دهد که استفاده از روش استخراج ویژگی SFTA، الگوریتم انتخاب ویژگی فاخته، الگوریتم طبقه بندی SVM و داده های پایگاه داده DMR-IR در سیستم تشخیص کامپیوتری پیشنهادی، می تواند باعث بهبود نتایج ارزیابی شود.

Keywords:

breast cancer , cuckoo feature selection algorithm , thermal imagery , feature extraction and feature selection

Authors

Amirhassan Gheytasi

Electrical and Biomedical Engineering Department, ACECR Institute of Higher Education, Isfahan Branch, Isfahan, Iran.

Abdalhossein Rezai

Department of Engineering, University of Science and Culture, Tehran, Iran.

Seyedeh Shahrbanoo Falahieh Hamidpour

Electrical and Biomedical Engineering Department, ACECR Institute of Higher Education, Isfahan Branch, Isfahan, Iran.

Farzad Khajeh-Khalil

Electrical and Biomedical Engineering, Department, ACECR Institute of Higher Education, Isfahan Branch, Isfahan, Iran.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • A. Lashkari, F. Pak, and M. Firouzmand, "Full intelligent cancer ...
  • T. Andreadis, C. Emmanouilidis, S. Goumas, and D. Koulouriotis, "Development ...
  • M. Navid, S. S. F. Hamidpour, F. Khajeh-Khalili, and M. ...
  • D. Sathish, S. Kamath, K. Prasad, and R. Kadavigere, "Role ...
  • M. Zarei, A. Rezai, and S. S. Falahieh Hamidpour, "Breast ...
  • N. Darabi, A. Rezai, and S. S. Falahieh Hamidpour, "Breast ...
  • T. Sarigoz and T. Ertan, "Role of dynamic thermography in ...
  • A. Lozano and F. Hassanipour, "Infrared imaging for breast cancer ...
  • U. Raghavendra, A. Gudigar, T. N. Rao, E. J. Ciaccio, ...
  • A. S. Eltrass and M. S. Salama, "Fully automated scheme ...
  • N. Ahmad, S. Asghar, and S. A. Gillani, "Transfer learning-assisted ...
  • D. Sathish and S. Kamath, "Detection of Breast Thermograms using ...
  • A. Ahmed, M. Ali, and M. Selim, "Bio-inspired based techniques ...
  • A. L. Rodrigues et al., "Identification of mammary lesions in ...
  • J. M. S. Pereira, M. Santana, W. Silva, R. Lima, ...
  • F. AlFayez, M. W. A. El-Soud, and T. Gaber, "Thermogram ...
  • S. Pramanik, D. Bhattacharjee, and M. Nasipuri, "Breast Abnormality Detection ...
  • L. Silva et al., "A new database for breast research ...
  • M. Salimian, A. Rezai, S. Hamidpour, and F. Khajeh-Khalili, "Effective ...
  • R. Rajabioun, "Cuckoo optimization algorithm," Applied soft computing, vol. ۱۱, ...
  • E.Aličković and A.Subasi, "Breast cancer diagnosis using GA feature selection ...
  • G. I. Sayed, A. Darwish, A. E. Hassanien, and J.-S. ...
  • M.H Golizadeh " The Investigation of Deep Convolutional Neural Network ...
  • R. Sánchez-Cauce, J. Pérez-Martín, M. Luquel, "Multi-input convolutional neural network ...
  • N. Din, R. Dar, M. Rasool, A. Assad, Breast cancer ...
  • نمایش کامل مراجع