تشخيص سرطان پستان در سطح مولكولي سلولي با رويكرد هوش مصنوعي

سرطان پستان شايع ترين سرطان در زنان است. ضرورت تشخيص اين بيماري در مراحل اوليه شانس درمان را افزايش مي‌دهد. هدف اين پژوهش ارائه روشي براي تشخيص زود هنگام، با غربالگري دقيق و سريع سرطان پستان با كم كردن خطاهاي انساني و بالا بردن شانس افزايش طول عمر افراد و كاهش ميزان مرگ و مير با رويكرد هوش مصنوعي در پزشكي مي‌باشد. در پياده‌سازي اين پژوهش كاربردي و نظارت شده از دو مجموعه داده ميكروسكوپي هيستوپاتولوژيك، به ترتيب شامل 124 و 576 بيمار مبتلا به سرطان كارسينوم مجراي تهاجمي پستان استفاده شده است. در ابتدا پيش پردازش داده‌ها و بهبود كيفيت تصاوير، سپس بخش‌بندي تصاوير با شبكه U‌Net جهت جدا‌سازي سلول‌هاي سرطاني از بافت سالم سينه و حذف داده‌هاي پرت انجام شده است، سپس با تركيب شبكه ‌هاي عصبي عميق استخراج ويژگي‌هاي موثر صورت گرفته و با روش راي اكثريت داده‌ها طبقه‌بندي و سيستم غربالگري تشخيصِ گريد تومور‌هاي سرطان كارسينوم مجراي تهاجمي پستان ايجاد گرديده است. سيستم پيشنهادي با استخراج ويژگي‌هاي سطح بالا با دقت92% و 93%، حساسيت 96% و 93% و صحت 91% و 91% و AUC 98% و 95% در دو مجموعه داده متفاوت، با كمترين خطا و سرعت بالاي تشخيص، بهترين عملكرد را در تشخيص و طبقه‌بندي سرطان پستان داشته كه از ويژگي‌هاي اين پژوهش نسبت به ساير تحقيقات مي‌باشد.