فرحناز ایگدرباصری - دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد،اصفهان، ایران
علیرضا نوروزی - دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی،نجف آباد، اصفهان، ایران- دانشکده مهندسی کامپیوتر، واحد مجلسی، دانشگاه آزاد اسلامی، مجلسی، اصفهان، ایران

سرطان سینه یکی از بیماریهای شایع در زنان است و در بسیاری از مواقع که دیر تشخیص داده شود موجب مرگومیر می شود. برایبررسی وجود سرطان معمولا از تصاویر ماموگرافی حرارتی یا MRI استفاده می شود. در این مقاله یک روش برای تشخیص سرطان سینه از روی تصاویر MRI با خوشه بندی k-means و الگوریتم بهینه سازی جستجوی فاخته (CSO) ارایه شده است. از خوشه بندی به منظور یافتن بهترین سطح جداسازی برای آستانه یابی دوسطحی تصویر MRI استفاده شده است. از تنجایی که الگوریتم k-means در یافتن مراکز تصادفی عمل کرده و اغلب دقت پایینی دارد از CSO برای یافتن بهترین مراکز خوشه ها استفاده شده است. نتایج نشان می دهند که روش ترکیبی k-means و KMCSO)CSO) نسبت به موارد مشابه تشخیص دقیق تری دارد.

سرطان سینه، خوشه بندی k-means، تصاویر MRI، ماموگرافی، پردازش تصویر، الگوریتم بهینه سازی جستجوی فاخته (CSO)