|
|
یک روش ترکیبی هوشمند برای تشخیص، مرزبندی و طبقهبندی تودههای پستان مبتنی بر ویژگیهای بافت جدید مستخرج از دو نمای تصاویر ماموگرافی
|
|
|
|
|
نویسنده
|
بیگدلی نوشین ,جباری حامد ,ملکی نگار
|
منبع
|
ماشين بينايي و پردازش تصوير - 1397 - دوره : 5 - شماره : 2 - صفحه:69 -83
|
|
|
چکیده
|
سرطان پستان از مهمترین سرطانها در میان زنان به شمار میرود. معمولا غربالگری مورد استفاده در سرطان پستان، ماموگرافی است که درصد مرگ ناشی از آن را تا حدود زیادی کاهش داده است. هدف این مقاله، معرفی یک روش ترکیبی هوشمند جدید برای طبقهبندی بافت پستان به دو نوع سالم و ناسالم با بررسی همزمان دو نمای استاندارد تصاویر ماموگرافی و مرزبندی بافت ناسالم است. بدین منظور، از روش ترکیبی جدیدی شامل الگوریتمهای خوشهبندی و رشد ناحیه در شناسایی ناحیه مشکوک به حضور تومور استفاده میشود. پس از حذف پسزمینه، با ترکیب الگوریتمهای خوشهبندی fcm و رشد ناحیه، ناحیه مشکوک به حضور تومور شناسایی و به کمک پردازشهای مورفولوژیکی، مرزبندی تومور انجام میشود. سپس با استفاده همزمان از دو نمای استاندارد تصویر ماموگرافی (mlo و cc) یک پستان، استخراج ویژگیهای بافت بر اساس ماتریس رخداد توام و ویژگیهای c و سطح شدت روشنترین مرکز خوشه، طبقهبندی بافت پستان به دو نوع سالم و ناسالم صورت میگیرد. همچنین، برای اولین بار ویژگی سطح شدت روشنترین مرکز خوشه معرفی و استفاده شده است. در نهایت، ویژگیهای استخراج شده به عنوان ورودیهای یک سیستم فازی برای طبقهبندی بافت پستان در نظر گرفته میشود. نتایج این پژوهش روی 300 جفت تصویر ماموگرافی نشان میدهد که روش ارائه شده، دارای صحت 97/7 درصدی برای طبقهبندی بافت پستان است. همچنین نشان داده میشود که استفاده همزمان از ویژگیهای دو نمای استاندارد تصاویر ماموگرافی میتواند در تشخیص زودرس سرطان پستان مفید واقع شود.
|
کلیدواژه
|
سرطان پستان، طبقهبندی بافت پستان، خوشهبندی، الگوریتم رشد ناحیه، استخراج ویژگی، سیستم استنتاج فازی
|
آدرس
|
دانشگاه بینالمللی امام خمینی(ره) قزوین, گروه مهندسی برق, ایران, دانشگاه بینالمللی امام خمینی(ره) قزوین, ایران, دانشگاه بین المللی امام خمینی (ره) قزوین, ایران
|
پست الکترونیکی
|
nmaleki77@yahoo.com
|
|
|
|
|
|
|
|
|
An intelligent hybrid method for the diagnosis, segmentation and classification of breast tumors based on new tissue features extracted from two views of mammography images
|
|
|
Authors
|
Jabbari Hamed ,Maleki Negar ,Bigdeli Nooshin
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|