تشخیص خودکار توده های میکروکلسیفیکیشن در تصاویر ماموگرافی به کمک تکنیک های پردازش تصویر

هدف،تشخیص زود هنگام میکروکلسیفیکیشن ها(MC) 1، در تصاویر ماموگرافی پزشکی می باشد .در این مبحث از آنالیز شهودی ویژگی ها استفاده شده و تابع ریاضی خاصی مورد استفاده قرار نگرفت . در نهایت تبدیل کانتورلت در سه سطح (معادل 8 تصویر خروجی) و ویژگی آماری واریانس به عنوان اساس کار و بهترین معیار تشخیص برگزیده شد. روش پیشنهادی بر اساس واریانس ضرایب کانتورلت بلوک های 1515 تصویر، به عنوان ورودی به کلاسه بند SVM (ماشین بردار پشتیبان(2 با هسته RBF اعمال شد. نتیجه گرفته شده در مجموعه دیتابیس از نظر درستی برابر %91 میباشد. نتایج این پیاده سازی هم به صورت جداول و هم به صورت تصویری آورده شده است. این روش از نظر سادگی انتخاب شده، تعداد ویژگی به کار رفته و درصد درستی بر روشهای قبلی ارجحیت دارد.

کلیدواژه ها:

MC ، کانتورلت ، SVM ، ماموگرافی ، بانک فیلتر