تشخیص سرطان سینه در تصاویر ماموگرافی دیجیتال بر اساس ترکیب ویژگی های بافت و هندسی

ماموگرافی رایجترین روش غربالگری برای تشخیص زودهنگام سرطان سینه است. تفسیر تصاویر ماموگرافی به تجربه وابسته است و در هنگام تفسیر و بررسی تصویر توسط رادیولوژیست در اثر خستگی و خطای بصری، تومورهای سرطانی به راحتی می توانند از چشم رادیولوژیست دور بمانند بنابراین نیاز به ابزاری که در تشخیص زودهنگام به پزشک کمک کند، ضروری است. در این پژوهش، یک سیستم تشخیص کامپیوتری برای تشخیص تومور سینه بر اساس ترکیب ویژگی های بافت و هندسی ارایه میشود. ابتدا، فیلتر میانه برای کاهش نویز استفاده میشود، سپس مصنوعات و ماهیچه ی پکتورال حذف شده و ماموگرام آمادهی ناحیه بندی میشود. برای ناحیه بندی ماموگرام و استخراج تومور و ناحیه ی مورد نظر1 از یک الگوریتم بر اساس خوشه بندی c میانگین فازی بر مبنای هیستوگرام استفاده میشود. در مرحله ی بعد ویژگی های بافت و هندسی استخراج میشوند و در نهایت طبقه بندهای ماشین بردار پشتیبان خطی و k نزدیکترین همسایه ی وزندار برای دسته بندی ناحیه های مشکوک به دو کلاس سرطانی و نرمال، استفاده میشوند. سیستم پیشنهادی در این پژوهش، بر روی پایگاه دادهی جامعه ی تحلیل تصاویر ماموگرافی MIAS آزمایش شده است. نتایج بهدست آمده نشان دهنده ی دقت بالای سیستم پیشنهادی در مقایسه با تحقیقات پیشین است.

Keywords:

سرطان سینه , ماموگرافی , سیستم تشخیص کامپیوتری , ویژگی های بافت , ویژگی های هندسی