تشخیص و طبقهبندی تودههای سرطان سینه توسط استخراج ویژگی از تصاویر ماموگرافی با استفاده از تکنیکهای پردازش تصاویر و بکارگیری شبکه عصبی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,034

This Paper With 14 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NSOECE01_178

تاریخ نمایه سازی: 1 مهر 1394

Abstract:

در این مقاله شکل هندسی و ویژگی های جدید بر پایه شکل و لبه ی هندسی برای طبقه بندی ضایعات جرمی سینه بر اساس استاندارد BIRADS ارائه شده است. بر اساس این سیستم جرم های سینه ای با استفاده از شکل، سایز و چگالی متمایز می شوند که رادیولوژیست می تواند به صورت بصری به تشخیص از روی تصاویر ماموگرافی بپردازد. به علت این که جرم های سینه ای شکل منظم و قائده‏مند ریاضی ندارند، اندازه‏گیری آن ها بسیار مشکل است. ویژگی های مختلفی بر اساس شکل و لبه هندسی بر پایه ماکزیمم و مینیمم شعاع جرم برای طبقه بندی جرم ها ی سینه ای ارائه شده است. همچنین ویژگی های هندسی بر اساس شکل های منظم به عنوان ویژگی های بهتری نسبت به شکل های نامنظم شناخته شده اند. در این مقاله هر توده به واسطه بردار ویژگی شکل که از مشخصات 14 شکل و لبه تشکیل شده مورد استفاده قرار می گیرد. در این مقاله، با استفاده از تکنیک های پردازش تصویر، الگوریتمی طراحی شده است که می تواند توده سرطانی را به صورت کاملا هوشمند از سایر بخش های سالم پستان استخراج نماید و آن را به صورت کاملا مجزا نمایش دهد. قبل از اجرای فرآیند استخراج توده سرطانی، از برخی تکنیک های پیش پردازش تصویر جهت ارتقای کیفیت تصویر ماموگرافی استفاده شده است. در نهایت بردار ویژگی استخراج شده بعنوان ورودی شبکه عصبی طراحی شده قرار داده شده و در نهایت دقت طبقه‏بندی را که براساس نوع توده در تصویر ماموگرافی است مشخص شده است

Authors

پویان مسعودی

گروه مهندسی پزشکی، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران

ناصر صفدریان

گروه مهندسی پزشکی، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران

بهزاد کلانتر

گروه مهندسی برق، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران

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 :
  • محمد فیوضی، "رائه یک روش جدید در شناسایی و استخراج ...
  • A. Vadivel 1, B.Surendiran, "A fuzzy rule-based approach for charac ...
  • Learn about breast cancer: http ://www.cancer org ...
  • Marathon .csee.usf. edu (DDSM) ...
  • نمایش کامل مراجع