عنوان :
بهبود كيفيت تصاوير مامو گرافي جهت آشكارسازي و تشخيص زود هنگام سرطان سينه بااستفاده از تكنيك ويولت و شبكه هاي عصبي
پديدآورندگان :
ذوالقدراصلي عليرضا نويسنده , مقصودزاده زهرا نويسنده
نام دانشگاه :
دانشگاه شيراز
كليدواژه زبان طبيعي :
ماموگرافي ويولت شبكه هاي عصبي سرطان سينه مهندسي برق رده مهندسي
چكيده :
وجود خوشه هاي ريز ميكروكلسيفيكشن در ماموگرامها يكي از علايم اوليه سرطان سينه در زنان است . هر ميكروكلسيفيكيشن بصورت دانه اي درخشان مي شود كه در تصاوير ديجيتال شامل چند پيكسل است كه اين پيكسل ها نسبت به پيكسل هاي مجاور خود داراي شدت نور بيشتري هستند لذا به سادگي نمي توان دانه ها را به طور مجزا شناسايي كرد . به همين دليل روش هاي تشخيصي به كمك كامپيوتر CAD كه از تكنيك هاي پردازش تصاوير ديجيتال استفاده مي كنند. براي بالا بردن سطح كيفيت تصاوير ديجيتال ماموگرام و همچنين افزايش دقت تشخيص ميكروكلسيفيكشن ها طراحي شده اند. كار انجام شده در اي پروزه شامل دو مرحله كلي مي باشد الف - اعمال تبديل ويولت جهت متمايز ساختن ميكروكلسفيكشن ها طراحي نيستند ، ب استفاده از يك مجموعه ويژگي هاي آماري استخراج شده از تصاوير و استفاده از شبكه هاي عصبي به منظور مشخص نمودن نقاطي كه با درصد خطاي خيلي كم مطابق با ميكروكلسيفيكيشن ها در تصوير هستند. در اين كار در هر دو مرحله از شبكه عصبي با يك لايه مخفي كه به وسيله بردار آموزش داده مي شود استفاده شده است و نتيجه را به صورت منحني FROC نمايش داده ايم . اين منحني نشان مي دهد كه مي توان 60/87 درصد از كل خوشه هاي موجود در تصاوير را با 0/583 خطاي متوسط در هر تصوير ... شناسايي كرد . با مقايسه اين منحني با نتايج ديگران به اين حقيقت خواهيم رسيد كه ويژگي هاي انتخاب شده بخوبي نمايش گر ميكروكلسيفكشين ها هستند كه با كمك به شبكه هاي عصبي مي توانند بطور آشكارسازي گردند.