تشخیص سرطان سینه مبتنی بر ماشین یادگیری افراطی و منطق فازی

سرطان سینه دومین عامل مرگ و میر زنان در سراسر دنیاست. شناسایی زودهنگام ضایعه های مشکوک، عامل حیاتی در کنترل سرطان سینه است. در این مقاله، یک روش بهینه جهت تشخیص سرطان سینه با استفاده از ماشین یادگیری افراطی و منطق فازی مبتنی بر ویژگیهای عمیق ارائه خواهد شد. در این روش، با انتخاب نواحی مناسب حول توده ها، پیش پردازش های مورد نیاز جهت شناسایی و استخراج دقیق کانتور توده ها انجام می شود. پس از پیش پردازش توده، ویژگیهای واریانس، انحراف معیار، آنتروپی، میانگین سطح خاکستری و هیستوگرام، استخراج شده و به طبقه بندی پیکسل مناطق مشکوک تصویر ناحیه منتخب توسط CNN مبتنی بر بلوک پرداخته می شود. نتایج آزمایشات نشان می دهد که روش پیشنهادی با دقت ۹۶/۱۴% عملکرد مناسبی نسبت به روشهای قبل دارد.

کلیدواژه ها:

سرطان سینه ، تومور ، ماشین یادگیر افراطی ، منطق فازی