قطعه بندی تصاویر ماموگرافی با ترکیب الگوریتم Fuzzy C means و Level set

سرطان سینه به عنوان دومین علل مرگ و میر زنان بعد از سرطان ریه شناخته می شود. تشخیص زودهنگام سرطان سینه، گزینه های درمان بیشتری را برای بیمار فراهم می آورد؛ بنابراین ایجاد دستگاهی که قادر به تشخیص تومورهای موجود در سینه باشد از اهمیت بسزایی برخوردار است. در این پژوهش، روشی به منظور تشخیص تومور در تصاویر ماموگرافی حاوی ناحیه مشکوک پیشنهاد می شود. مراحل مورد استفاده شامل پیش پردازش، قطعه بندی اولیه، استخراج ویژگی، قطعه بندی ثانویه است. در مرحله پیش پردازش بعد از برش تصاویر، حواشی مازاد تصویر را حذف می کند. این الگوریتم با استفاده از خوشه بندی فازی، قطعه بندی اولیه را انجام می دهد. متعاقبا ویژگی های ضریب سختی و طول محور اصلی و میانگین میزان روشنایی استخراج می شوند. قطعه بندی ثانویه توسط مجموعه سطح انجام می شود. پارامترهای کنترل و مرز اولیه مجموعه سطح از نتایج خوشه بندی فازی تخمین زده می شود و درنهایت از الگوریتم مجموعه سطح جهت بهبود دقت تشخیص تومور سینه استفاده می شود.

Keywords:

استخراج ویژگی , بخش بندی فازی , پیش پردازش , قطعه بندی , مجموعه سطح