تشخیص سرطان سینه با استفاده از تصاویر ماموگرافی با روش dag-svm در پایگاه داده mias

سال انتشار: 1393
محل انتشار: اولین همایش ملی فناوری و مدیریت دانش با محوریت اقتصاد مقاومتی
کد COI اختصاصی: KMTTORBAT01_034
زبان مقاله: فارسی
تعداد مشاهده: 1601

نویسندگان

دانشجوی کارشناسی ارشد، مهندسی نرم افزار کامپیوتر،دانشکده مهندسی - دانشگاه آزاد اسلامی واحد زاهدان

دانشجوی کارشناسی ارشد، مهندسی برق-الکترونیک، دانشکده مهندسی - دانشگاه بیرجند

چکیده

تراکم ماموگرافی به عنوان یک شاخص مهم ریسک سرطان سینه شناخته می شود. تقریب تخمین های کمی بر اساس اطلاعات هیستوگرام، قبل تر مورد بررسی قرار گرفته است.با این حال ادعاهایی در مورد اینکه سطح خاکستری ممکن است برای ایجاد تمایز بین کلاس های پیچیده ی تراکم کافی نباشد ایجاد شده است.تکنیک هیستوگرام چند کیفیتی به عنوان یک تقریب آنالیزبافتی رشد پیدا کرده است. در این پژوهش تکنیک ارائه شده را روی 322 عکس ماموگرافی از دیتابیس MIAS (انجمن آنالیز عکس ماموگرافیک) ارزیابی کردیم و آنها را بر اساس سه کلاس دسته بندی موجود(چربی، غده ای ،متراکم) طبقه بندی نمودیم، هدف اصلی تولید نمودن یک ویژگی فضایی که بتواند برای متمایز کردن کلاس های مختلف تراکم ماموگرافی استفاده شود. همچنین ساخت یک هرم گوسی پنج سطحی از نواحی سینه و محاسبه هیستوگرام و نرمالیزه کردن آن و هیستوگرام تجمعی را مورد بررسی قرار دادیم.استفاده از یک دسته بندی کننده ی DAG- SVM در پایگاه داده MIAS نتایج یک تطابق 76.41% را برای تشخیص چربی بودن داده ها و50.96% را برای تشخیص غده ای بودن داده ها و 64.75% را برای تشخیص متراکم بودن داده ها بین حالت اتوماتیک و طبقه بندی دستی توسط رادیولوژیست خبره را نشان می دهد.

کلیدواژه ها

سرطان سینه ، تصاویر مامو گرافی ، MIAS ، هیستوگرام، SVM

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.