تشخیص سرطان پستان با استفاده از ترکیب روش های یادگیری ماشین و بینایی ماشین در تصاویر ترموگرافی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 260

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JASP-5-1_005

تاریخ نمایه سازی: 28 فروردین 1401

چکیده مقاله:

سرطان پستان در سال های اخیر در بین زنان افزایش یافته است و یکی از شایع ترین علل مرگ و میر در زنان می باشد. مطالعات نشان می-دهد که ترموگرافی، نسبت به سایر روش های تشخیصی، روشی سریع تر، ارزان تر، غیرفعال، بدون ریسک، بدون اشعه و درد است. روش های جدید در پردازش تصویر، بینایی و یادگیری ماشین سبب شده تا مطالعات موفقیت آمیزی به منظور ایجاد سیستم های تشخیصی سرطان پستان با بکارگیری تصاویر ترموگرافی ایجاد شود. در این مطالعه یک روش مناسب برای تشخیص ناهنجاری تصاویر ترموگرافی از نمای روبه رو ارائه شده است که با بکارگیری این روش تفکیک ناحیه سینه و همه نواحی مدنظر پزشک که برای تشخیص سرطان پستان ضروری می-باشند، از ترموگرام ها جداسازی رنگی می شوند و نواحی پرحرارت ، با استفاده از الگوریتم FCM از تصاویر استخراج شده و به کمک آنالیز فراکتالی، بعد فراکتال این نواحی با استفاده از سه روش متفاوت محاسبه می شوند. جنبه نوآوری این مطالعه بررسی نقش آنالیز فراکتالی در ردیابی توزیع حرارت متقارن در دو بافت سینه است. نتایج نشان می دهد که آنالیز فراکتالی به طور بالقوه می تواند قابلیت اطمینان ترموگرافی در تشخیص تومور را بهبود بخشد. همچنین آنالیز فراکتالی نقش مهمی در ردیابی توزیع حرارت متقارن، در دو بافت پستان جهت ردیابی ناهنجاری ها را دارد.

کلیدواژه ها:

بعد فراکتال ، تحلیل توزیع متقارن دما ، تفکیک رنگی ناحیه مدنظر ، ترموگرافی

نویسندگان

بهزاد لک

دانشکده علوم و فنون منابع سازمانی - دانشگاه علوم انتظامی امین- تهران - ایران

پرستو نجفی

دانشکده مهندسی برق و کامپیوتر - دانشگاه آل طه - تهران - ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ۱[ امیر ارجمند، سعید مشگینی، رضا افروزیان «آشکار سازی توده ...
  • ]۲[ آذر محمدزاده، حامد آگاهی «بازشناسی ارقام دست­نویس فارسی مبتنی ...
  • P. Grassberger and I. Procaccia, “Measuring the Strangeness of Strange ...
  • S. B. Fox, K. C. Gatter, R. D. Leek, A. ...
  • R. C. Gonzealez, and R. E. Woods, Digital Image Processing, ...
  • G. Schaefer, S. Y. Zhu, and B. Jones, “An image ...
  • Kaihua Zhang a, L. Z. a., Huihui Song b, Wengang ...
  • Mahnaz EtehadTavakol, C. L., Saeed Sadri, E.Y. K. Ng. Analysis ...
  • HosseinGhayoumizadeh. Distinguish breast cancer based on thermal features in infrared ...
  • N. Selvarasu, A. N., and N. Nandhitha. Effective Representation of ...
  • B. B. Lahiri, S. Bagavathiappan, T. Jayakumar, J. Philip, “Medical ...
  • T. B. Borchartt, A. Conci, R. C. F. Lima, R. ...
  • T. Banerjee, “Day or night Activity Recognition From Video Using ...
  • M. Fatemeh Khosravi-Farsani, D. H. E.-K. Fully automatic breast segmentation ...
  • Calder´on-Contreras, J. D., Chac´on-Murgu´ıa, M.I., Villalobos-Montiel, A.J.,Ortega-M´aynez.. A fuzzy computer ...
  • Gogoi, U.R., Majumdar, G., Bhowmik, M.K., Ghosh, A.K., Bhattacharjee, D. ...
  • Lessa, V., Marengoni, M., Applying artificial neural network for the ...
  • Sayed, G. I., Soliman, M., & Hassanien, A. E. Bio-inspired ...
  • Gogoi, U.R., Bhowmik, M.K., Ghosh, A.K., Bhattacharjee, D., Majumdar,G., ۲۰۱۷. ...
  • Gehad Ismail Sayed, Alaa Tharwat, Aboul Ella Hassanien,۲۰۱۸. Chaotic dragonfly ...
  • Sathish, D., Kamath, S., Prasad, K., Kadavigere, R., ۲۰۱۹. Role ...
  • Singh, D., & Singh, A. K.. Role of image thermography ...
  • Sánchez-Ruiz , D., Olmos-Pineda, Ivan,Olvera-López, J. Arturo. Automatic region of ...
  • Roberto, G. F., Lumini, A., Neves, L. A., & do ...
  • نمایش کامل مراجع