تخمين دوز متوسط غده‌اي در غربالگري‌هاي رايج ماموگرافي با شبكه عصبي

با توجه به كاربرد فراوان آزمون‌هاي رايج ماموگرافي به‌منظور غربالگري و تشخيص سرطان پستان، نگراني‌هايي در مورد افزايش دوز جذبي بيمار، به‌علت حساس بودن بافت سينه و دوز جذبي در بافت پستان، وجود دارد. بنابراين اطلاع از ميزان دوز متوسط غده‌اي قبل از پرتودهي به بيمار از طريق تخمين آن مي‌تواند، كمك كننده باشد. بدين منظور و براي اندازه‌گيري داده‌ها از فانتومي با مشخصات مشابه محتويات بافت سينه استفاده شده و ميزان كرماي هوا در سطح ورودي به پوست، ماكزيمم كيلو‌ولتاژ، ميلي‌آمپر ثانيه، ضخامت لايه نيم‌جذب و نوع فيلتر/هدف، ثبت گرديد. سپس مدل شبكه عصبي پرسپترون چند لايه با الگوريتم آموزشي لونبرگماركوارت، با استفاده از نرم‌افزار متلب آموزش داده شده و كرماي هواي سطحي، تخمين زده شد. براي رسيدن به بهترين نتيجه، شبكه عصبي با پارامترهاي متفاوت از جمله گراديان خطا و تعداد نورون‌هاي لايه پنهان و روش آموزش مناسب بهينه شد. پس از اجراي برنامه براي تعداد نورون‌هاي متفاوت، مشخص شد كه تعداد 35 نورون، بهينه‌ترين مقدار مي‌باشد كه ضريب رگرسيون 95.7 درصد را به‌دست داده و مقدار ميانگين مربعات خطا براي تمام داده‌ها، 0.437 ميلي‌گري است كه 4.8 درصد دامنه تغييرات خروجي مي‌باشد و مبين پيش‌گويي با صحت 95.2 درصدي در پژوهش حاضر مي‌باشد. روش پيشنهادي در تحقيق حاضر با استفاده از شبكه‌هاي عصبي در پيش‌بيني كرماي هوا، تخمين كرماي هواي احتمالي بيمار را قبل از اينكه در معرض اشعه ايكس قرار بگيرد، ميسر مي‌كند. نتايج نشان داده است كه ضريب رگرسيون بدست آمده، مبين اختلاف 4.3 درصدي بين كرماي اندازه‌گيري شده توسط دوزيمتر حالت جامد در ميدان پرتو و مقدار پيش‌گويي شده در پژوهش حاضر مي‌باشد كه در مقايسه با روش شبيه‌سازي مونت كارلو از صحت خوبي نيز برخوردار است.