دسته‌بندی الگوهای نرمال و سرطانی در تصاویر ماموگرافی به منظور تشخیص سرطان سینه

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,664

فایل این مقاله در 5 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:

ICMVIP08_035

تاریخ نمایه سازی: 9 بهمن 1392

چکیده مقاله:

سامان هایده تشخیص پزشکی به صورت گسترده برای شناسایی انواع سایه‌ها در تصاویر ماموگرافی به کار می‌روند در این مقاله یک روش خودکار برای شناسایی توده‌ها پیشنهاد شده است. روش پیشنهادی شامل چهار مرحله اصلی پیش پردازش، استخراج خودکار نافی های مشکوک، استخراج ویژگی از ناحیه های مشکوک و دسته‌بندی مایه‌های مشکوک اعلامیه‌های نرمال و یا سرطانی است. برای تمایز بین بافت نرمال و بافت سرطانی هانی توده از ترکیب مؤثری از ویژگی‌های بافتی و ویژگی‌های مبتنی بر روشنایی استفاده گردیده است. ویژگی‌های بافتی ترکیبی از ویژگی‌های استخراج شده است و ماتریس هم رخ داد و طول رخداد است. برای دسته‌بندی ناحیه های مشکوک از بین متدهای دست بنده مختلف، ماشین بردار پشتی با به‌عنوان یکی از مؤثرترین روش‌ها در این کاربرد انتخاب شده است. برای شبیه‌سازی مراحل مختلف از بانک داده‌ایم DDSM استفاده شده است افاده تمام ویژگی‌ها و دسته‌بندی ماشین بردار پشتیبان، حساسیت 94% و اختصاصی ت 80% حاصل گردید. نتایج به‌دست‌آمده بسیار قابل قبول است. عدم دخالت انسان و سرعت بالا دو عامل مؤثر دیگر در روش پیشنهادی است.

نویسندگان

ریحانه امین این

دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی شاهرود

مرتضی زاهدی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی شاهرود

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 :
  • R. Siegel, D. Naishadham, and A. Jemal, Cance statistics 2012, ...
  • Harirchi I, Karbakhsh M, Kashefi A, Momtahen AJ, Breast Cancer ...
  • Jinshan Tang, Rangaraj, Comp uter-Aided Detection and Diagnosis of Breast ...
  • K. H. Ng , M. Muttarak , Advances in mammography ...
  • American College of Radiology, ACR BI-RADS Mammography, Ultrasound 8 Magnetic ...
  • M. P. Sampat, M. K. Markey, and A. C. Bovik, ...
  • A1 Mutaz M. Abdalla , Safaai Dress , Nazar Zaki ...
  • A Mohd. Khuzi, R Besar, NN Ahmad, WMD Wan Zaki, ...
  • ROI Detection Using Digital Mammograms, IEEE EMBS Conference On Biomedica] ...
  • University of South Florida Digital Mammography Home Page.2000. [online]. Available: ...
  • R. C. Gonzalez, R. E.Woods, Digital Image Processing, Prentice Hall, ...
  • features for imuage classification, IEEE Trans. SMC 3 .pp. 610- ...
  • S. Theodoridis, K. Koutroumbas, pattern recognition, Academic Press, 4 edition, ...
  • Jirari. Mohammed, Computer Aided system for detecting Pennsylvania, (2008) ...
  • نمایش کامل مراجع