تشخيص سرطان پستان در تصاوير ماموگرافي ديجيتال به روش FCM

اين مقاله در مورد روشي براي تشخيص خودكار ناهنجاري¬ها در ماموگرام¬ها بحث مي¬كند. تكنيك¬هاي پردازش تصوير، براي كلاسه بندي دقيق نواحي موردنظر (ROI) مشكوك، پيش از تشخيص ناهنجاري به كار برده مي¬شوند. پوشش غير شارپ براي بهسازي ماموگرام به كار برده مي¬شود. حذف نويز با استفاده از فيلتر مياني انجام مي¬شود. تبديل موجك گسسته روي تصوير فيلتر شده اعمال مي¬شود تا قبل از كلاسه¬بندي، نتايج دقيقي را ارائه كند. ROI مشكوك با استفاد از ميانگين¬هاي C فازي و با تكنيك آستانه بندي كلاسه بندي مي¬شود. ويژگي¬هاي تامورا، ويژگي¬هاي مبتني بر شكل و ويژگي¬هاي (ثابت¬هاي) لحظه¬اي از ROI كلاسه بندي شده استخراج مي¬شوند تا ناهنجاري¬هاي موجود در ماموگرام¬ها شناسايي شوند. الگوريتم پيشنهادي روي مجموعه داده¬هاي Mini –MIAS اعتبارسنجي مي¬شود و مورد تأييد قرار مي¬گيرد.