طبقه بندی توده های پستان در تصاویر سونوگرافی با استفاده از ویژگیهای مبتنی بر شکل و رمز توده
Publish place: 16th Iranian conference on Biomedical Engineering
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,389
This Paper With 7 Page And PDF 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:
شناسه ملی سند علمی:
ICBME16_028
تاریخ نمایه سازی: 11 تیر 1388
Abstract:
سرطان پستان از رایج ترین بیماریها در میان بیماریهای زنان است که موجب مرگ و میرهایی می گردد در میان روش های تشخیصی این بیماری دقیقترین روش نمونه برداری می باشد که روشی تهاجمی است و موجب تحمیل هزینه های سنگین به جامعه می گردد؛ بدین منظور تحقیقات بسیاری در زمینه سیستمهای کمک رایانه ای به منظور کاهش نرخ بالای نمونه برداری های غیرضروری صورت پذیرفته است . دراین مقاله بعد ا زجداسازی توده از تصویر با استفاده از روشهای بخش بندی مبتنی بر مجموعه های هم تراز؛ پنج ویژگی ریخت شناسی مرتبط با شکل کلی توده و چگونگی تغییرات مرزهای توده انتخاب می گردد که به عنوان ورودی طبقه بندی کننده ماشین بردار پشتیبان به منظور تفکیک ضایعات پستان به دو دسته خوش خیم و بدخیم به کارگرفته شده است. روش پیشنهادی برروی پیاگاه داده ای شامل 81 تصویر سونوگرافی پستان (34 توده بدخیم و 47 توده خوش خیم) آزمایش شده است. نتایج بدست آمده توانایی تفکیکی بالای این ویژگی ها که به تنظیمات دستگاه سونوگرافی وابسته نمی باشد را نشان می دهد و لذا می توان از این سیستم به عنوان نظر دومی در امر تشخیص پزشکی استفاده نمود.
Keywords:
Authors
فهیمه سادات ذاکری
دانشگاه علم و صنعت ایران
حمید بهنام
دانشگاه علم و صنعت ایران
نسرین احمدی نژاد
دانشگاه علوم پزشکی تهران
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 :