کشف و قطعه بندی نواحی مشکوک به تومور در تصاویرmri پستان

بررسی و آنالیز دقیق تصاویر mri پستان نقش بسیار مهمی در پیش بینی و تشخیص زودهنگام ناهنجاری های پستان بر عهده دارد. اما آنالیز تصاویر mri پستان با دو چالش اصلی، بالا بودن میزان نرخ تشخیص نادرست(fp) و پیچیدگی پردازش حجم عظیمی از تصاویر حاصل از تزریق ماده ی حاجب روبرو است .در نتیجه، تفسیر تصاویر mri برای رادیولوژیست امری بسیار زمان بر، پیچیده و گاهی غیر ممکن می گردد. . در سال های اخیر سیستم های تجاری تشخیص به کمک کامپیوتر(cad) بسیاری برای کمک به رادیولوژیست توسعه یافته اند. با وجود اینکه این سیستم ها تا حدی در تعیین محل ضایعات و طبقه بندی آنها به صورت خودکار موفق بوده اند، ولی کارایی این سیستم های cad روی تصاویر mri پستان همچنان بعنوان مسئله ای چالش برانگیز مطرح می باشد. در این پژوهش، روشی خودکار به منظور رفع نقاط ضعف فوق الذکر ارائه شده که شامل دو مرحله ی اصلی استخراج roi و قطعه بندی ناحیه ی تومور است. در فاز نخست، روشی خودکار برای استخراج نواحی مشکوک به تومور مبتنی بر رشد و ادغام ناحیه و ویژگی های lbp و ماشین یادگیر ارائه شده است. مرز های دقیق نواحی مشکوک حاصل از مرحله ی اول با استفاده از روش قطعه بندی آب پخشان در فاز دوم استخراج می شود. جهت مرتفع ساختن نقطه ضعف بیش تقطیع ، در روش قطعه بندی ارائه شده از فیلتر انتشار ناهمسانگرد استفاده شده و نشانگر ها توسط عملگر های مورفولوژیکی انتخاب می شوند. نتایج حاصل از ارزیابی روش پیشنهادی بر روی مجموعه داده‏ ها، دقت 43/89%، صحت 12/94% و spc برابر 45/96% را نشان می دهد.نتایج نشان از افزایش میانگین دقت 5% و 17% درصد در کشف و قطعه بندی ناهنجاری های پستان در مقایسه با روش های rbac و قطعه بندی مبتنی بر طبقه بندی دارد.