تشخيص سرطان پستان با استفاده ازالگوريتم استخراج ويژگي Harris در پردازش تصاوير پزشكي

زمينه و هدف: شناسايي و مرزبندي توده‌ها و تشخيص تومورهاي موجود در بافت پستان از چالش هاي جدي در تشخيص اين سرطان است. در حال حاضر ماموگرافي، متداولترين راه تشخيص سرطان پستان مي‌باشد كه عدم شناسايي صحيح توده‌ها در آن ميتواند منجر به تشخيص يا نمونه برداري نادرست از بافت پستان شود. آلگوريتم Harris به عنوان فرآيند شناسايي ويژگي‌هاي مرتبط و حذف ويژگي‌هاي غير مرتبط و تكراري  اقدام به استخراج ويژگي مي‌كند. دراين تحقيق با استفاده از استخراج ويژگي در پردازش تصاوير پزشكي بر آن شديم تا بتوانيم با دقت بهتري، نسبت به كارهاي گذشته تشخيص را انجام دهيم. روش كار: با استفاده از آلگوريتم استخراج ويژگي Harris   استخراج ويژگي هاي تصاوير ماموگرافي صورت گرفت. تصاوير ماموگرافي با استفاده از نرم افزار متلب Matlab2019a تحليل شدندو خروجي هاي ايده آل مد نظر حاصل شدند. يافته ها: تصاوير ماموگرافي پس از پيش پردازش و اعمال آلگوريتم هريس مورد بررسي قرارگرفتند كه در خروجي حاصل از آلگوريتم پيشنهادي، دقت شناسايي و سرعت شناسايي آلگوريتم را در مقايسه با ساير روش هاي معمول بالاتر بود. نتيجه گيري: هدف از استخراج ويژگي Harris اين است كه داده‌هاي خام به شكل قابل استفاده‌تري براي پردازش‌هاي آماري بعدي درآيند. انتظار مي‌رود در آينده استخراج ويژگي با دقت بيشتري انجام شود و جزئيات بيشتري جهت بازشناسي اشياء در تصوير، در اختيار سيستم‌هاي بينايي ماشين قرار بگيرد.