تشخیص توده در تصاویر ماموگرافی با استفاده از شبکههای هوشمند

سرطان سینه شایع ترین نوع سرطان و یک عامل مهم مرگ و میر در زنان است حاضر هیچ راه مشخص و موثری برای پیشگیری از این سرطان وجود ندارد اما تشخیص آن در مراحل اولیه ی پیشرفت می تواند شانس بیمار را برای درمان افزایش دهد. در حال حاضر دقیقترین روش تشخیصی سرطان سینه انجام ماموگرافی است سیستمهای شناسایی توسط کامپیوتر به رادیولوژیستها کمک می کنند تا بتوانند به سادگی توده ها را از روی تصاویر ماموگرافی تشخیص دهند. در این مقاله پس از پیش پردازش تصاویر ماموگرافی جهت دسته بندی بافت با استفاده از الگوی اینری محلی ویژگی هایی از نواحی مشکوک استخراج، و به یک شبکه ی عصبی هوشمند که یک ماشین بردار پشتیبان SVM است داده می شود اگر ناحیه ی مشکوک توده تشخیص داده شود، انگاه برای تشخیص خوش خیمی و یا بدخیمی آن از طریق ماتریس هم اتفاقی دسته دومی از ویژگی های استخراج، و به یک شبکه ی عصبی دیگر، که یک شبکه ی چرخش فورست است داده می شوند در این تجربه با 120 تصاویر ماموگرافی موجود در پایگاه داده میزان حساسیت، تشخیص، و دقت سیستمهای پیشنهادی به ترتیب 99/04%، و 95/54% و 95/83% بدست آمد. که در مقایسه با دیگر روشها این شاخصها بهبود پیدا کرده اند.

Keywords:

تصاویر ماموگرافی , تبدیل موجک , ماشین بردار پشتیبان , تشخیص توده