تعیین میزان سطح پراکندگی سلول های سرطان پروستات جهت تشخیص خوش خیمی و بدخیمی با استفاده از تبدیلات موفولوژی بر روی تصاویرMRI

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 472

فایل این مقاله در 9 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:

SCAR01_034

تاریخ نمایه سازی: 20 آبان 1397

چکیده مقاله:

آمار تلفات انسانی قابل توجه به علت سرطان پروستات، تشخیص زودهنگام آن را در مراحل اولیه، جهت معالجه و کاهش مرگ ومیر الزامی می نماید. به علت پیچیدگی زیاد بافت پروستات تشخیص دستی این ناحیه و کشف تومورهای احتمالی بسیار وقت گیر و وابسته به شرایط اپراتور است. از سوی دیگر نیاز به افراد خبره جهت بررسی تصاویر برای تشخیص یک امر الزامی است که در صورت عدم حضور فرد خبره امر تشخیص یک چالش جدی محسوب می شود. لذا برای بررسی دقیق بافت پروستاتو استفاده از روش های خودکار بسیار مفید خواهد بود. در سال های اخیر استفاده از تصاویر MRI به دلیل وضوح و کیفیت بالا جهت تعیین تومور و خصوصیات آن در ناحیه پروستات مورد توجه قرار گرفته است. ویژگی های این نوع تصویر برداری باعث تشخیص راحت تر بافت های سرطانی می گردد. تراکم سلولی بیشتر در این نوع تصویر بردای می تواند گواهی بر رشد سلول های سرطانی در بافت پروستات باشد. بر این اساس تشخیص تومور به صورت اتوماتیک در ناحیه پروستات به یک حوزه پژوهشی فعال تبدیل شده است. در این پژوهش از فیلترهای پردازش تصویر بر روی تصاویر MRI ناحیه پروستات جهت تشخیص میزان خوش خیم و بدخیمی استفاده شده است و با بهره گیری از تبدیلات مورفولوژی ناحیه آلوده از سالم مشخص گردیده است. بر این اساس میزان پیکسل های روشن معیاری برای سلول سرطانی لحاظ گردیده و میزان توزیع آن در واحد سطح نشان دهنده ی میزان سلامت، خوش خیمی و یا بدخیمی در نظر گرفته شده و میزان درستی تشخیص برای کلاس بدخیم 90٪ ، کلاس خوش خیم 67٪ و کلاس سالم 84٪ بدست آمده است. نتایج نشان میدهد در صورت تکافوی داده های آموزشی روش مورد نظر می تواند یک معیار مناسب جهت تشخیص بدخیمی، خوش خیمی و سلامت ناحیه پروستات باشد.

کلیدواژه ها:

نویسندگان

ایمان عطارزاده

استاد یار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران

وحید زرین افشان

کارشناس ارشد مهندسی کامپیوتر-هوش مصنوعی، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران