بهره گیری از آنالیز بافت جهت تشخیص سرطان پوستی

بر اساس تحقیقات بدست آمده به علت تخریب لایه ازن، میزان پرتو مضر نور خورشید در حال افزایش است و باعث افزایش تعداد مبتلایان به بیماری های پوستی می شود. ملانوم که یکی از سرطان های پوستی کشنده و در حال گسترش می باشد. دانشمندان نشان داده اند که در صورت تشخیص به موقع قابل پیشگیری و درمان می باشد اما در صورت پیشرفت، سرطان می تواند منجر به مرگ بیمار شود. در این پایان نامه تصاویر پوستی با ضایعات رنگ دانه ای که منجر به سرطان پوست از نوع ملانوم بدخیم می شوند، مورد طبقه بندی قرار می گیرند. روش های کلی طبقه بندی تصاویر پوست شامل سه شیوه است. این سه شیوه عبارت از یافتن ویژگی های لبه، شکل و بافت ناحیه مشکوک می باشد. در ابتدا بر روی تصویر پیش پردازش های لازم انجام می گیرد و ناحیه ی مشکوک با استفاده از الگوریتم های مختلفی مشخص می شود. الگوریتم-های اشاره شده در این پایان نامه عبارتند از آستانه گذاری وفقی هیستوگرام، میانگین متحرک ناهمسان گرد فازی (amfcm)، ضرایب موجک، مرز فعال و همگونی می باشد. پس از استخراج ناحیه مشکوک ویژگی های لبه و شکل آن استخراج می شوند. در ادامه از محتوای ناحیه ی مشکوک ویژگی های بافتی با روش هایی نظیر glcm، glrlm، فیلتر بانک های گابور، ممان های زرنیک، فیلتر بانک وفقی، فیلتر بانک پیشنهادی حوزه ی فرکانس و موجک بسته ای ویژگی استخراج می شود. از معیار فیشر جهت آموزش فیلتر بانک های وفقی به وسیله ی داده های آموزشی و جهت کاهش ویژگی استفاده می شود. سپس این ویژگی ها با یکدیگر مقایسه می شوند و ویژگی های با ارزش اطلاعاتی بیشتر با یکدیگر ادغام می گردند تا سریع تر و با دقت بیشتر طبقه بندی انجام پذیرد و در جهت تشخیص وفق داده شوند و الزاماً کامل ترین روش جهت استخراج ویژگی ها نمی باشد. در نهایت این روش ها به صورت جداگانه و با ادغام ویژگی ها، مورد طبقه بندی قرار می گیرند. روش ارائه شده در این پایان نامه دارای دقت، اعتبار، و پارامترهای roc طبقه بندی بالاتری نسبت به نمونه های قبل می باشد.