آشکارسازی توده ها در تصاویر ماموگرافی با روش خوشه بندی فازی و الگوریتم رشد ناحیه

سرطان سینه یکی از شایع ترین سرطان ها در بین زنان در سراسر جهان و همچنینی یکی از دلایلی مرگ و میر است (1). تشخیص به موقع این عارضه، موثرترین راه حل در درمان این بیماری می باشد و سبب می شود روند بهبود و درمان به طور قابل ملاحظه ای افزایش یابد. از میان روش های مختلف تشخیص سرطان سینه، ماموگرافی به عنوان روشی با مقبولیت بالا و یکی از بهترین و ارزان ترین روش های آزمایشگاهی بسیار رایج و متداول است (2). تصاویر ماموگرافی نوعی از تصاویر پزشکی هستند که با هدف تشخیص هرگونه علائم غیرطبیعی در بافت سینه توسط رادیولوژیست تفسیر می شود. امروزه با توجه به گستردگی مجموعه داده هایی که از طریق تصاویر ماموگرافی در اختیار متخصصان قرار می گیرد، تحلیل غیرسیستمی، کاری طاقت فرسا و زمان بر است. تشخیص سرطان سینه در حقیقت-، به استخراج ناحیه موردنظر که نشان دهنده تومور در تصاویر ماموگرافی هستند، اشاره دارد. برای استخراج ناحیه مورد نظر از ماموگرام ها، روش های قطعه بندی تصویر به صورت گسترده استفاده می شود. این روش ها شامل تقسیم بندی تصویر به ناحیه های معنی دار جهت تحلیل آسان تر می باشند (3). از این رو در پی آن برآمدیم تا راه کاری براساس الگوریتم خوشه بندی فازی C-Means و رشد ناحیه جهت آشکارسازی توده ها مطرح کنیم. در این رویه از پایگاه داده DDSM استفاده می شود. این فرآیند در محیط نرم افزار متلب پیاده سازی شده و دقت حاصل از آن برحسب درصد با سایر روش های اجرا شده بر روی همین پایگاه داده، مقایسه شده است.

کلیدواژه ها:

قطعه بندی ، تصاویر ماموگرام ، توده ، خوشه بندی فازی ، رشد ناحیه