دسته بندی ضایعات پوستی در تصاویر درماسکوپی با استفاده از ویژگی هم رخداد الگوی سه گانه محلی

  • سال انتشار: 1400
  • محل انتشار: ششمین کنفرانس سراسری دانش و فناوری مهندسی مکانیک و برق ایران
  • کد COI اختصاصی: DMECONF06_014
  • زبان مقاله: فارسی
  • تعداد مشاهده: 627
دانلود فایل این مقاله

نویسندگان

سیده ساجده باقری نوکاشتی

دانشجوی کارشناسی ارشد. مهندسی برق الکترونیک گرایش الکترونیک دیجیتال، دانشگاه علم و فرهنگ

محمد آراسته

استادیار دانشکده مهندسی برق، دانشگاه علم و فرهنگ

آیدا فولادی وندا

استادیار دانشکده مهندسی برق، دانشگاه علم و فرهنگ

چکیده

ملانوما خطرناک ترین بیماری پوستی است که در صورت عدم تشخیص به موقع کشنده نیز خواهد بود. در مراحلاولیه این بیماری حتی پزشکان متخصص نیز در تشخیص آن دچار مشکل می شوند. پزشکان برای تشخیصملانوما در مراحل ابتدایی و همچنین انجام تحلیل های کلینیکی از درماسکوپی استفاده می نمایند. از آنجایی کهتجربه پزشک تاثیر زیادی بر دقت تشخیص دارد وجود یک سیستم تشخیصی به کمک کامپیوتر برای تحلیلتصاویر درماسکوپی امری ضروری است. در این تحقیق یک سیستم تشخیصی به کمک کامپیوتر بر مبنایاستخراج ویژگی های بافتی برای تشخیص ملانوما در تصاویر درماسکوپی پیشنهاد شده است. عملکرد پنج ویژگیبافتی الگوی باینری (دودوئی) محلی، الگوی سه گانه محلی، ماتریس هم رخداد سطوح خاکستری، ترکیب ماتریسهم رخداد با الگوی دوگانه و الگوی سه گانه محلی برای تشخیص ملانوما ارزیابی شده است. دسته بندی ضایعاتپوستی نیز با استفاده از بردار پشتیبان صورت گرفته است. با مطالعه روی ۲۰۰ تصویر پایگاه داده که شامل ۴۰ملانوما، ۸۰ نئوس و ۸۰ خال دیسپلاستیک نئوس بود و با تلفیق ابتکاری دو الگوریتم الگوی سه گانه محلی وماتریس هم رخداد تشخیص ملانوما با درصد نسبتا بالایی انجام شد. به منظور ارزیابی نتایج از روش اعتبارسنجیمتقابل پنج لایه یا Fold ۵ استفاده شده است. با مقایسه ۵ ویژگی بافتی مطرح شده، بهترین عملکرد مختص ویژگی ترکیب الگوی سه گانه محلی و ماتریس هم رخداد سطح خاکستری با متوسط مقدار برای معیار های Auc برابر ۹۷/۳% Accuracy برابر ۹۳/۳% Sensitivity برابر ۹۷/۶% و Precision برابر ۹۵/۱% است.

کلیدواژه ها

ملانوما، سرطان پوست، تصاویر درماسکوپی، ویژگی های بافتی، ویژگی هم رخداد الگوی سه گانه محلی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.