طبقه بندی توده های پستان با تصاویر سونوگرافی بوسیلهCNN-SVM

سرطان پستان یکی از شایع ترین سرطان ها در بین زنان است. تشخیص به موقع سرطان پستان منجر به درمان آسان تر این سرطان می گردد. از انواع روش های متداول تشخیص سرطان پستان می توان به ماموگرافی، ماموگرافی سه بعدی، سونوگرافی و تصویربرداری با رزونانس مغناطیسی اشاره کرد. برای طبقه بندی تصاویر پزشکی اغلب از شبکه های عصبی کانولوشنی استفاده شده است که تعداد پارامترهای یادگیرنده در این روش زیاد است به همین دلیل نیاز به محاسبات پردازشی بالایی دارند، راه حل استفاده از سخت افزار قدرتمند تر است که این راه حل هزینه بر است. در نتیجه به کارگیری یک روش طبقه بندی با دقت مناسب و محاسبات پردازشی پایین یک امر ضروریست، در این پژوهش نیز هدف طبقه بندی توده های پستان بوسیله روش CNN-SVM بهینه شده با الگوریتم گرگ خاکستری با در نظر گرفتن متعادل سازی داده ها مورد بررسی قرار گرفته است

کلیدواژه ها:

سرطان پستان ، سونوگرافی ، طبقه بندی ، یادگیری عمیق ، GWO ، CNN -SVM