|
|
طبقه بندی ضایعات پستان در تصاویر رزونانس مغناطیسی با استفاده از روش جداسازی مبتنی بر level set و استخراج ویژگی گابور-هارالیک
|
|
|
|
|
نویسنده
|
پشوتن سهیل ,آیت اللهی فضائل ,برادران شکوهی شهریار
|
منبع
|
بيماري هاي پستان ايران - 1397 - دوره : 11 - شماره : 4 - صفحه:65 -85
|
چکیده
|
مقدمه: سرطان پستان را می توان شایع ترین سرطان در میان زنان جهان نامید. از این رو یافتن راه هایی برای تشخیص و درمان این بیماری یک چالش مهم در سلامت جامعه بشری می باشد. روش های مختلفی به منظور غربالگری پستان در زنان معرفی شده است که از جمله کم خطرترین این روش ها می توان به تصویربرداری تشدید مغناطیسی اشاره کرد. ضایعات پستان دارای خصوصیات ظاهری مختص به خود نیستند بنابراین تفکیک خوش خیم و بدخیم بودن ضایعات در حالت عادی کار بسیار زمان بر و دشواری می باشد. در این پژوهش یک سیستم آسیب شناسی خودکار با کمک کامپیوتر برای تشخیص و دسته بندی تصاویر تشدید مغناطیسی محوری پستان در دو طبقه خوش خیم و بدخیم ارایه می شود. روش بررسی: ابتدا نواحی احتمالی مشکوک به حضور ضایعه توسط یک رادیولوژیست با تجربه به صورت یک کادر مستطیلی در اطراف ضایعه جداسازی می شود. سپس از یک الگوریتم مبتنی بر level set استفاده می شود که برای اولین بار با در نظر داشتن شرایط غیریکنواختی تصاویر جداسازی ضایعات انجام می شود و همچنین در ادامه نواحی مثبت کاذب با استفاده از عملیات های ریخت شناسی و حذف رگ شناسایی و کنار گذاشته می شوند. در مرحله ی بعدی چهار گروه ویژگی از نواحی جداسازی شده ضایعات استخراج می شوند که هرکدام بیانگر حالات خاصی از ساختار ضایعه می باشد. این چهار گروه عبارتند از: ویژگی های بافتی، سینتیک، فرکانسی و ریخت شناسی. در این مقاله یک گروه جدید از ویژگی ها تحت عنوان ویژگی های گابور-هارالیک معرفی شده که کارایی منحصر به فردی از خود به نمایش می گذارند. در آخر به منظور طبقه بندی داده ها از دسته بندی کننده mlp استفاده میشود. در تمام این مراحل از 46 ضایعه توده ای استفاده می شود.یافته ها: در نهایت میزان حساسیت، خاصیت، دقت و اندازه به ترتیب برابر با 95.41، 90.70، 92.76 و 92.19 درصد برای ویژگی های گابور-هارالیک گزارش شده اند.نتیجه گیری: این مقادیر کارایی مناسب سیستم آسیب شناسی پیشنهادی در دسته بندی ضایعات توده ای خوش خیم و بدخیم در تصاویر تشدید مغناطیسی پستان را به نسبت سایر روش های پیشنهادی نشان می دهد.
|
کلیدواژه
|
استخراج ویژگی، جداسازی پستان، سیستم آسیب شناسی، دسته بندی
|
آدرس
|
دانشگاه علم و صنعت ایران, دانشکده مهندسی برق, گروه مهندسی برق الکترونیک, ایران, دانشگاه علم و صنعت ایران, دانشکده مهندسی برق, گروه مهندسی برق الکترونیک, ایران, دانشگاه علم و صنعت ایران, دانشکده مهندسی برق, گروه مهندسی برق الکترونیک, ایران
|
|
|
|
|
|
|
|
|
|
|
Tumor Classification in Breast Magnetic Resonance Images (MRI) Using the Level Set–Based Segmentation Method and GaborHaralik Feature
|
|
|
Authors
|
Pashoutan Soheil ,Ayatollahi Fazael ,Baradaran Shokouhi Shahriar
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|