شناسایی ندول های ریوی در تصاویر CT اسکن قفسه سینه با استفاده از خوشه بندی سه بعدی و الگوریتم RUSBoost
Publish place: Conference on Signal Processing and Intelligent Systems
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,274
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SPIS03_015
تاریخ نمایه سازی: 21 اردیبهشت 1397
Abstract:
یکی از شایعترین نشانهای سرطان ریه ندولهای ریوی میباشد که شناسایی آن در مراحل اولیه بسیار حیاتی است. هدف این مقاله پیاده سازی سیستمی جهت تشخیص ندولهای ریوی در تصاویر CT اسکن قفسه سینه می باشد. بدین منظور در گام نخست پس از استانداردسازی تصاویر، حجم ریه از قفسه سینه تقطیع می گردد. سپس لازم است کلیه نواحی مشکوک به ندول شناسایی شوند. روش پیشنهادی برای شناسایی این نواحی دارای دو مرحله اصلی میباشد. در مرحله اول الگوریتم خوشه بندی K-Means با رویکردی متفاوت جهت شناسایی سه بعدی نواحی مشکوک به ندول بکار گرفته شده است و سپس در مرحله دوم تبدیل شاخص شکل به منظور بهبود فرآیند خوشه بندی استفاده شده است. در گام نهایی کاهش نواحی که به اشتباه به عنوان ندول استخراج شده اند، مد نظر میباشد. از آنجایی که تعداد نمونه های مثبت نادرست به مراتب بیشتر از تعداد نمونههای مثبت درست می باشد، با مشکل اساسی عدم تعادل مجموعه داده روبرو خواهیم بود. برای رویارویی با این مشکل پس از استخراج ویژگی ها از الگوریتم RUSBoost بهره برده ایم. روش پیشنهادی روی 139 اسکن پایگاه داده LIDC-IDRI، تست گردیده است که نتیجه نهایی دارای حساسیت 89% و میانگین تعداد مثبت نادرست 4 به ازای هر اسکن میباشد. با توجه به تنوع اسکنها در پایگاه داده، نتایج حاصل کارایی روش پیشنهادی را تایید مینماید.
Keywords:
انتخاب ندولهای کاندید , خوشه بندی سه بعدی , سیستم کمک تشخیص کامپیوتری (CAD) , عدم تعادل مجموعه داده , کاهش مثبت نادرست (FP)
Authors
مهدیه سادات حسینی ورکی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
کریم فایز
استاد، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی برق، تهران، ایران