عنوان مقاله :
روش جديد آسيب‌شناسي توده‌ها در تصاوير ماموگرافي به كمك تركيب ويژگي‌هاي منطبق بر استاندارد BI - RADS و كلاسه‌بندي كننده مبتني بر تضاد
پديد آورندگان :
ساكي، فاطمه دانشگاه علم و صنعت ايران - دانشكده مهندسي برق , طهماسبي، امير دانشگاه علم و صنعت ايران - دانشكده مهندسي برق , برادران شكوهي، شهريار دانشگاه علم و صنعت ايران - دانشكده مهندسي برق
كليدواژه :
استخراج ويژگي , استاندارد BI-RADS , سيستم CADx , كلاسه‌بندي كننده مبتني بر تضاد , ماموگرافي
چكيده فارسي :
تفكيك توده‌هاي خوش‌خيم و بدخيم در ماموگرام‌هاي ديجيتالي يكي از مراحل بسيار مهم تشخيص زودهنگام سرطان سينه است، چرا كه مي‌تواند تا حد زيادي شانس بقاي بيمار را افزايش دهد. در اين مقاله يك سيستم CADx نوين با به‌كارگيري كلاسه‌بندي كننده جديد مبتني بر تضاد (OWBP) جهت آسيب‌شناسي توده‌ها در تصاوير ماموگرافي معرفي خواهد شد. هدف، بهبود عملكرد و سرعت يادگيري الگوريتم‌هاي CADx با استفاده از تركيب ويژگي‌هاي منطبق بر استاندارد BI-RADS و كلاسه‌بندي كننده پيشنهادي مي‌باشد. ورودي سيستم يك ROI بوده كه حاوي يك توده مشكوك است. اين ناحيه ابتدا تحت پيش‌پردازش‌هايي قرار گرفته، سپس 12 ويژگي كه توصيف‌كننده‌هاي مناسبي از شكل، مرز و چگالي توده هستند، استخراج مي‌شوند. منحني ROC و عملكرد آسيب‌شناسي حاصل از تركيب تمام اين ويژگي‌ها توسط دو كلاسه‌بندي كننده با يادگيري متداول پس‌انتشار و يادگيري پيشنهادي OWBP ارزيابي شده و سيستم‌هاي حاصل از لحاظ سرعت يادگيري نيز مورد مقايسه قرار گرفته‌اند. همچنين در اين تحقيق قابليت آسيب‌شناسي هر گروه از ويژگي‌هاي شكل، مرز و چگالي به‌طور جداگانه بررسي شده است. پايگاه داده مورد استفاده در اين تحقيق MIAS است. سيستم نهايي پيشنهادي داراي Az 0/924، با سرعت يادگيري تقريباً 4 برابر سرعت يادگيري سيستم با كلاسه‌بندي كننده پس‌انتشار و همچنين عملكرد 92/86% مي‌باشد.
عنوان نشريه :
مهندسي برق و مهندسي كامپيوتر ايران
عنوان نشريه :
مهندسي برق و مهندسي كامپيوتر ايران
