تشخیص و طبقه بندی تصاویر دارای سرطان پانکراس با استفاده از ویژگی های مبتنی بر بافت

امروزه سرطان پانکراس به یکی از انواع سرطان شایع تبدیل شده است. که معمولا علائم ظاهری کمی نسبت به سایر سرطان‌ها دارد. این عارضه دارای پنج مرحله مجزا شامل پانکراتیت، تومورخوش‌خیم، توموربد‌خیم، کیست خوش‌خیم و کیست بدخیم است. وضعیت ظاهری این عارضه شباهت زیادی به بافت‌های سالم شکمی دارد، پس معمولا تشخیص ناحیه عارضه بسیار مشکل و همراه با خطا است. بنابراین ارائه راهکاری غیرتهاجمی جهت تشخیص افراد سالم از بیمار، دارای اهمیت مهمی است. این مطالعه به منظور ارائه یک روش غیرتهاجمی جهت تشخیص سرطان پانکراس از بافت‌های سالم با استفاده از تصاویر ctاست. در این راستا، قطعه‌بندی تصاویرct اسکن با استفاده از الگوریتم k- means به منظور تشخیص پانکراس روی تصاویر اعمال شده و سپس ویژگی‌های مبتنی بر بافت از ناحیه موردنظر استخراج شده است. در مرحله‌ی بعد با استفاده از شبکه‌های عصبی مختلف نظیر ماشین بردارپشتیبان، شبکه عصبی پرسپترون چندلایه و نزدیک‌ترین kهمسایه ،تصاویر به دو دسته بیمار و سالم طبقه‌بندی شده است. درمرحله‌ی آخر عملکرد طبقه‌بندی‌ها با استفاده از پارامترهای حساسیت، اختصاصی بودن و دقت ارزیابی شده و نتایج حاصل با کارهای گذشته مورد مقایسه قرارگرفته است.