معرفی یک سیستم هوشمند برای تشخیص دقیق سرطان پستان

Authors

محمد علیپور

دانشکده فنی مهندسی دانشگاه تربیت معلم سبزوار جواد حدادنیا

دانشکده فنی مهندسی دانشگاه تربیت معلم سبزوار

abstract

مقدمه: تشخیص به موقع سرطان پستان به طور چشمگیری مرگ­ومیر ناشی از آن را در جامعه زنان کاهش می دهد. آزمایش آسپیراسیون سوزنی (fna) روشی ساده، ارزان و غیرتهاجمی برای تشخیص دقیق و زودهنگام این سرطان است که امروزه تلاش می­شود به صورت هوشمند و ماشینی انجام گیرد.روش بررسی­: مراحل ایجاد یک سیستم هوشمند برای تشخیص سرطان پستان عبارت اند از: ثبت تصاویر میکروسکوپیک از نمونه fna، استخراج ویژگی­های عددی از این تصاویر، انتخاب ویژگی­های تفکیک­کننده و طراحی و آزمایش طبقه­بندی­کننده مناسب. در این تحقیق از ویژگی­های آماده پایگاه داده wdbc که شامل 569 نمونه fna می­باشد، استفاده شد. برای انتخاب ویژگی روش جدیدی مبتنی بر الگوریتم بهینه­سازی ذرات دودویی (bpso) ارائه شد و سرانجام تلفیقی از طبقه­بندی­کننده­های svm برای کلاس­بندی نمونه­ها به کار گرفته شد. یافته­ها: سیستم پیشنهادی با استفاده از 28 ویژگی در قالب 5 مدل svm به دقت شناسایی 100% دست یافت. این سیستم از لحاظ دقت و تعداد ویژگی های مورد نیاز بر سیستم­های موجود برتری دارد.نتیجه­گیری: این تحقیق با ارائه یک الگوریتم انتخاب ویژگی کارآمد موفق شده است دقت شناسایی سیستم­های تشخیص سرطان پستان را بهبود دهد. این در حالی است که نسبت به سیستم­های مشابه از تعداد کمتری ویژگی استفاده شده است. از دیگر مزیت­های انتخاب ویژگی این است که علاوه بر تشخیص کلی، تشخیص ناهنجاری­های ناشی از بیماری را نیز ممکن می­سازد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

معرفی یک سیستم هوشمند دقیق برای تشخیص توده‌ها در تصاویرماموگرافی

  مقدمه: سرطان پستان یکی از شایع­ترین بیماری­های زنان است. شناسایی و تشخیص زودهنگام این بیماری می­تواند در درمان آن بسیار مؤثر باشد. ماموگرافی درحال حاضر از مؤثرترین روش­های تشخیص بیماری سرطان پستان است.   روش بررسی: ما با توجه به تصاویر ماموگرافی اقدام به تشخیص توده­های موجود در تصاویر می­نماییم. در این روش نرم­افزار بدون نیاز به تشخیص ناظر، نواحی اطراف تومور را به­طور کامل و دقیق شناسایی می­ک...

full text

معرفی یک سیستم هوشمند دقیق برای تشخیص توده ها در تصاویرماموگرافی

مقدمه: سرطان پستان یکی از شایع­ترین بیماری­های زنان است. شناسایی و تشخیص زودهنگام این بیماری می­تواند در درمان آن بسیار مؤثر باشد. ماموگرافی درحال حاضر از مؤثرترین روش­های تشخیص بیماری سرطان پستان است.   روش بررسی: ما با توجه به تصاویر ماموگرافی اقدام به تشخیص توده­های موجود در تصاویر می­نماییم. در این روش نرم­افزار بدون نیاز به تشخیص ناظر، نواحی اطراف تومور را به­طور کامل و دقیق شناسایی می­کند...

full text

معرفی یک سیستم هوشمند دقیق برای جداسازی تصاویر ماموگرافی بر اساس میزان چگالی بافت‌ها و توده‌ها

چکیده مقدمه: سرطان پستان یکی از شایع‌ترین بیماری‌های زنان است. شناسایی و تشخیص زود هنگام این بیماری می‌تواند در درمان آن بسیار موثر باشد. ماموگرافی در حال حاضر از موثرترین روش‌های تشخیص بیماری سرطان پستان است. دسته بندی و جداسازی تصاویر مشابه بر اساس نوع توده‌ها و بافت‌های موجود در آن می‌تواند در تفکیک و تشخیص بیماری بسیار موثر باشد. دقت در جداسازی ویژگی‌ها یک فاکتور مهم در طبقه بندی، کلاس بن...

full text

معرفی یک مورد متاستاز سرطان پستان به سیستم اووه

سابقه و هدف: متاستاز کارسینوم پستان به چشم دیررس می باشد و به ندرت دیده می شود. هدف این گزارش معرفی یک مورد متاستاز سرطان پستان، به سیستم اووه ارجاع شده از مراکز پزشکی، درمانی شهدا در سال 1379 می باشد. معرفی مورد: خانم 45 ساله ای به علت تاری دید چشم راست مراجعه کرده است و یک توده کوروئیدال همراه دکولمان سروزی وسیع بر روی آن با گرفتاری سیستم اووه قدامی و گلوکوم نئوواسکولار در چشم راست او مشاهده ...

full text

معرفی روش غربالگری الیزا مستقیم ساندویچی برای تشخیص سرطان پستان

هدف: سرطان پستان یکی از شایعترین سرطانها در زنان است. این سرطان نیز مانند سایر تومورهای توپر، در سیر تکاملی خود به ترتیب دارای مراحل دیسپلازی، اپیتلیالی، سرطان درجا، رگ زایی، تهاجم و متاستاز است. تشخیص سرطان پستان با روش آسیب شناسی، معمولاً محرز می شود در این تحقیق با اندازه گیری یکی از مهمترین و قویترین مهارکننده های رگ زایی (آنژیواستاتین) در ادرار بیماران، روشی غیرتهاجمی برای تشخیص بیماری معرف...

full text

My Resources

Save resource for easier access later


Journal title:
بیماری های پستان

جلد ۲، شماره ۲، صفحات ۳۳-۴۰

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023