طبقه بندی و تشخیص بافت های سرطانی از کیست های سینه با استفاده از تبدیل موجک و برنامه سازی ژنتیک

تشخیص سرطان و اندازه رشد آن از مسایل بسیار حیاتی در جوامع امروزی است. در این مقاله با استفاده از تکنیک های طبقه بندی و همچنین الگوریتم تکاملی برنامه سازی ژنتیک و با استفاده از ویژگی های موضعی تصاویر پاتولوژی، تبدیل موجک دوبعدی مربوط به ماتریس های سه گانه تصویر به دست آمده و متدی جهت طبقه بندی نوع سرطانی بودن تصویر اعم از خوش خیم و یا بدخیم طراحی می گردد. در نهایت یک تابع مناسب طراحی و بیان می گردد که به تشخیص تصاویر بافت های جدید می پردازد. مجموعه تصاویر بررسی شده در این تحقیق، از بیش از 7909 تصویر میکروسکوپی بالینی از بافت تومور سرطان سینه خوش خیم و بدخیم بوده که با همکاری مرکز P&D و آزمایشگاه پاتولوژی برزیل تهیه شده است.

کلیدواژه ها:

برنامه سازی ژنتیک ، پردازش تصویر ، تبدیل موجک ، تشخیص سرطان سینه ، طبقه بندی داده ها