پردازش تصاویر تشخیص وآسیب شناسی سرطان سینه با استفاده از الگوریتم بهینه سازی ذرات PSO

با توجه به ورود علم کامپیوتر در عرصه ها و علم های مختلف، تا حد بسیار زیادی پزشکی امروز با شاخه های مختلف علم کامپیوتر گره خورده است. در این راستا، پردازش تصویر از جمله شاخه هایی است که با ورودش به پزشکی، بسیاری از ابهامات و مشکلات موجود را بطور کامل و یا بخشی برطرف نموده است.امروزه سرطان سینه یکی از رایج ترین عوامل مرگ و میر به شمار می رود که در مقایسه با سایر سرطان ها، یکی از اصلی ترین دلایل مرگ و میر در بین زنان است. سرطان سینه تبدیل به خطرناک ترین انواع سرطان در بین زنان در سرتا سر جهان شده است. تشخیص زودهنگام سرطان سینه، امری ضروری در کاهش مرگ و میر ناشی از این سرطان به شمار می رود. از جایی که بیمارستان های عمومی، تسهیلات لازم برای تشخیص سرطان سینه را ندارند انتظار برای تشخیص سرطان سینه در دراز مدت، احتمال انتشار سرطان را افزایش می دهد. از این رو، از تشخیص کامپیوتری سرطان سینه برای کاهش مدت زمان لازم برای تشخیص این سرطان و کاهش میزان مرگ و میر استفاده شده است. از پردازش تصویر در تشخیص میزان و محل تومورهای مغزی، سرطان سینه، سرطان رحم و بافت های نامتناسب سایر اعضای بدن کمک گرفته شده است. بسیاری از محققان تلاش کرده اند تا از الگوریتم های یادگیری ماشین برای پیدا کردن میزان قابلیت باز زیستی سرطان در انسان و موجودات زنده استفاده کنند. در این پایان نامه با اتکا به این دلیل که عوامل تاثیر گذار در تشخیص سرطان به منطقه و زمان بستگی داشته و این تاثیرگذاری می تواند عوامل تشخیصی را تغییر دهد یک روش دو مرحله ای پیشنهاد شده است که ابتدا با استفاده از الگوریتم بهینه سازی ازدحام ذرات ویژگی های موثر در تشخیص سرطان را از مجموعه اطلاعات بالینی و آسیب شناسی با توجه به داده های هر منطقه و زمان خاص استخراج و سپسبا استفاده از شبکه های عصبی مصنوعی به تشخیص سرطان از طریق اطلاعات استخراجی می پردازد. روش پیشنهادی صحت خروجی مناسبی داشته و می تواند در دنیای واقعی استفاده گردد. همچنین این روش از پردازش های سنگین برروی تصاویر و سایر پردازش های زمان گیر پرهیز نموده و با استفاده از تکنیک استفاده شده صحت و زمان را بهبود بخشیده است.

کلیدواژه ها:

سرطان سینه ، الگوریتم بهینه سازی ازدحام ذرات PSO ، شبکه های عصبی