طبقه ‌بندی ضایعات پستان در تصاویر رزونانس مغناطیسی با استفاده از روش جداسازی مبتنی بر Level Set و استخراج ویژگی گابور- هارالیک

Authors

Abstract:

مقدمه: سرطان پستان را می ­توان شایع ­ترین سرطان در میان زنان جهان نامید. از این رو یافتن راه­ هایی برای تشخیص و درمان این بیماری یک چالش مهم در سلامت جامعه بشری می­ باشد. روش ­های مختلفی به منظور غربالگری پستان در زنان معرفی شده ­است که از جمله کم­ خطرترین این روش­ ها می­ توان به تصویربرداری تشدید مغناطیسی اشاره کرد. ضایعات پستان دارای خصوصیات ظاهری مختص به خود نیستند بنابراین تفکیک خوش­خیم و بدخیم بودن ضایعات در حالت عادی کار بسیار زمان‏بر و دشواری می­ باشد. در این پژوهش یک سیستم آسیب­ شناسی خودکار با کمک کامپیوتر برای تشخیص و دسته ­بندی تصاویر تشدید مغناطیسی محوری پستان در دو طبقه­ خوش ­خیم و بدخیم ارایه می ­شود. روش بررسی: ابتدا نواحی احتمالی مشکوک به حضور ضایعه توسط یک رادیولوژیست با تجربه به صورت یک کادر مستطیلی در اطراف ضایعه جداسازی می شود. سپس از یک الگوریتم مبتنی بر Level Set استفاده می‌شود که برای اولین بار با در نظر داشتن شرایط غیریکنواختی تصاویر جداسازی ضایعات انجام می­ شود و همچنین در ادامه نواحی مثبت کاذب با استفاده از عملیات­ های ریخت ­شناسی و حذف رگ‏شناسایی و کنار گذاشته می ­شوند. در مرحله­ ی بعدی چهار گروه ویژگی از نواحی جداسازی­ شده ضایعات استخراج می­ شوند که هرکدام بیانگر حالات خاصی از ساختار ضایعه می­باشد. این چهار گروه عبارتند از: ویژگی ­های بافتی، سینتیک، فرکانسی و ریخت ­شناسی. در این مقاله یک گروه جدید از ویژگی­ ها تحت عنوان ویژگی­ های گابور-هارالیک معرفی شده که کارایی منحصر به ­فردی از خود به نمایش می­ گذارند. در آخر به‏ منظور طبقه ­بندی داده ­ها از دسته‏ بندی­ کننده­ MLP استفاده میشود. در تمام این مراحل از 46 ضایعه توده­ای استفاده می­شود. یافته­ ها: در نهایت میزان حساسیت، خاصیت، دقت و اندازه f  به ترتیب برابر با 41/95، 70/90، 76/92 و 19/92 درصد برای ویژگی­ های گابور-هارالیک گزارش شده­ اند. نتیجه‏ گیری: این مقادیر کارایی مناسب سیستم آسیب­ شناسی پیشنهادی در دسته ­بندی ضایعات توده ­ای خوش­ خیم و بدخیم در تصاویر تشدید مغناطیسی پستان را به نسبت سایر روش­ های پیشنهادی نشان می­ دهد.

Download for Free

Sign up for free to access the full text

Already have an account?login

similar resources

طبقه بندی و استخراج ویژگی الکتروانسفالوگرام صرعی با استفاده از روش های PCA،ICA،EMD،DWT و SVM

هدف این مقاله طبقه بندی سیگنال های الکتروانسفالوگرام به دو دسته صرعی و سالم می باشد. برای دستیابی به بالاترین دقت، از تکنیک های مختلف استفاده شده است. روش های تبدیل موجک و تجزیه حالت تجربی برای استخراج ویژگی های مورد نظر از این سیگنال ها به کار رفته است. این دو روش از لحاظ تاثیر در فرآیند طبقه بندی با یکدیگر مقایسه شده اند. جهت کاهش ابعاد فضای ویژگی، روش های تحلیل اجزای مستقل و اصلی مورد استفاد...

full text

طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر

طبقه­بندی زعفران به عنوان گران­ترین ادویه از اهمیت بالایی برای مشتریان و تجار برخوردار است. به طور کلی، در حال حاضر دو روش برای درجه­بندی زعفران استفاده می­شود. روش اول براساس تجربیات فرد خبره و با مشاهده نمونه­ها انجام می­شود. روش دوم تخریبی بوده و با استفاده از متدهای آزمایشگاهی انجام می­گیرد. طبق نظر متخصصان، استفاده از تکنیک­های یادگیری ماشین برای طبقه­بندی زعفران به دلیل داشتن ماهیت غیر مخ...

full text

طبقه بندی و استخراج ویژگی الکتروانسفالوگرام صرعی با استفاده از روش های PCA،ICA،EMD،DWT و SVM

هدف این مقاله طبقه بندی سیگنال های الکتروانسفالوگرام به دو دسته صرعی و سالم می باشد. برای دستیابی به بالاترین دقت، از تکنیک های مختلف استفاده شده است. روش های تبدیل موجک و تجزیه حالت تجربی برای استخراج ویژگی های مورد نظر از این سیگنال ها به کار رفته است. این دو روش از لحاظ تاثیر در فرآیند طبقه بندی با یکدیگر مقایسه شده اند. جهت کاهش ابعاد فضای ویژگی، روش های تحلیل اجزای مستقل و اصلی مورد استفاد...

full text

قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل

علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستم‌های هوشمند به کار گرفته می‌شود. اولین گام در بسیاری از کاربرد‌های بینایی ماشین، قطعه‌بندی تصویر می‌باشد. در این پژوهش، روش خوشه­بندی طیفی با سوپرپیکسل برای قطعه­بندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخش­بندی، یک میزان تشابه فازی هسته­ای جدید پیشنهاد داده­ایم که سبب کا...

full text

قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل

علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستم‌های هوشمند به کار گرفته می‌شود. اولین گام در بسیاری از کاربرد‌های بینایی ماشین، قطعه‌بندی تصویر می‌باشد. در این پژوهش، روش خوشه­بندی طیفی با سوپرپیکسل برای قطعه­بندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخش­بندی، یک میزان تشابه فازی هسته­ای جدید پیشنهاد داده­ایم که سبب کا...

full text

اثر میدان مغناطیسی بر رفتار حباب در جریان دوفازی با استفاده از روش level set

در مقاله حاضر، رفتار یک حباب در سیال لزج دی¬الکتریک تحت اثر میدان مغناطیسی یکنواخت در جریان دوفازی با استفاده از روش level set به صورت دوبعدی مدل¬سازی شده ¬است. جریان دوفازی حبابی آرام و همگن فرض شده و تغییرشکل حباب بر اثر نیروی غوطه¬وری و نیز نیروی مغناطیسی ناشی از میدان مغناطیسی خارجی اعمال شده، مورد بررسی قرار گرفته¬است. برای حل مساله یک کد کامپیوتری نوشته شده که شامل بخش¬های حل میدان جریان،...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 11  issue 4

pages  65- 85

publication date 2019-02

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023