تشخیص سرطان سینه مبتنی بر تبدیلات فرکانسی و استخراج ویژگی‌های موثر

سرطان سینه شایعترین نوع سرطان در میان زنان است. تشخیص زودهنگام این بیماری و معالجه آن می‌تواند نرخ مرگ و میر حاصل از این سرطان را به طور چشم‌گیری کاهش دهد. تفکیک توده‌های خوش‌خیم و بدخیم در تصاویر ماموگرافی یکی از موارد مهم در شناسایی به موقع سرطان سینه است که در برخی حالات به دلیل چگالی و ساختار طبیعی سینه، اختلالات ایجاد شده عمقی و پنهان، عمل تشخیص را برای رادیولوژیست‌ها دشوار می‌کند. در این مطالعه از تبدیلات فرکانسی با هدف استخراج ویژگی‌های موثر در تصاویر ماموگرافی استفاده شده است. هدف از روش ارائه شده افزایش دقت تشخیص بین تومورهای بدخیم و خوش‌خیم در تصاویر ماموگرافی می‌باشد. نتایج بدست آمده از اجرای روش پیشنهادی بر روی بانک داده mias، نشان می‌دهد که روش پیشنهادی توانسته دقت تشخیص این بیماری را تا 91 درصد بهبود ببخشد.

breast cancer diagnosis based on frequency converters and extraction of effective features

breast cancer is the most common type of cancer among women. early diagnosis of this disease and its treatment can significantly reduce the death rate from this cancer. the separation of benign and malignant masses in mammography images is one of the important things in the timely detection of breast cancer, which in some cases, due to the density and natural structure of the breast, deep and hidden disorders, make the diagnosis difficult for radiologists. in this study, frequency transformations have been used with the aim of extracting effective features in mammography images. the aim of the presented method is to increase the accuracy of diagnosis between malignant and benign tumors in mammography images. the results obtained from the implementation of the proposed method on the mias database show that the proposed method has been able to improve the accuracy of diagnosing this disease by 91%.