ارایه روشی اتوماتیک برای تشخیص سلول های سرطانی در تصاویر پاپ اسمیر با استفاده از آنالیز ویژگی های بافتی

در بین عوامل مرگ و میر در زنان سرطان دهانه رحم پس از سرطان سینه بیشترین درصد را به خود اختصاص داده است. همچنین رتبه دهم در بین تمامی سرطان ها میان زنان و مردان از منظر ابتلا به بیماری مربوط به سرطان دهانه رحم می باشد. طبق آمار به دست آمده، تشخیص زودهنگام این بیماری در درمان و کاهش مرگ و میر در اثر این بیماری، تاثیر بسزایی داشته است. بنابراین یافتن روش هایی برای تشخیص به هنگام و درمان همه بیماری ها از جمله سرطان دهانه رحم از ضروریات بهداشت فردی و اجتماعی در جوامع بشری می باشد. تکنیک های پردازش تصویر نقشی بسزا و غیرقابل انکار در تشخیص انواع بیماری ها از روی آزمایشات انجام گرفته ایفا می کنند که از جمله آنها بیماری سرطان رحم می باشد. در این پژوهش ویژگی های بافتی، ظاهری و گشتاور زرنیک از تصاویر پاپ اسمیر موجود استخراج شده و به SVM به ماشین بردار پشتیبان به عنوان طبقه بندی کننده داده شده است. طبقه بندی با استفاده از به عنوان سلول های نرمال در یک گروه S و P، I دو طریق صورت می گیرد. در مرحله اول سلول های نوع طبقه بندی صورت می گیرد. SVM قرار گرفته و سلول های آنرمال در گروه دیگر قرار می گیرند و توسط و 107 سلول آنرمال است. S سلول نوع 50،P سلول نوع 60، Iدیتاست مورد بررسی شامل 61 سلول نوع بردار ویژگی استخراجی برای هر تصویر شامل 32 ویژگی می باشد. میزان دقت طبقه بندی در بهترین حالت برابر با 92,13 درصد بدست آمده است که نشان از عملکرد قابل قبول روش پیشنهادی است. در استفاده گردیده (و آنرمال I، P، (S جهت طبقه بندی 4 نوع سلول پاپ اسمیر multisvm آزمایش دوم ازاست که مقداردقت حاصل برابر با 42.35درصد بدست آمده است ونشان ازعملکرد ضعیف روش پیشنهادی دردسته بندی سلول های پاپ اسمیر به 4نوع دارد

کلیدواژه ها:

سرطان رحم ، تصاویرپاپ اسمیر ، آنالیزویژگی های بافتی