1
دانش آموخته مهندسی مخابرات از دانشکده برق و کامپیوتر دانشگاه ارومیه
2
دانشکده مهندسی برق و کامپیوتر دانشگاه ارومیه
چکیده
ماموگرافی رایجترین و ﻣﺆثرترین روش غربالگری برای تشخیص سرطان پستان است. در این تحقیق، یک سیستم کمکی برای طبقهبندی تومورهای خوش خیم و بدخیم در تصاویر ماموگرافی دیجیتال ارائه شده است. در این روش ابتدا فیلتر میانه برای حذف نویز استفاده شده و سپس مصنوعات و ماهیچه ی پکتورال در صورت وجود حذف میشوند. برای ناحیه بندی ماموگرام و استخراج ناحیههای موردنظر ابتدا یک الگوریتم جدید برای افزایش تباین نواحی مشکوک ارائه شده است که از تفاضل بهبود یافته تصویر اصلی و مکمل آن بهره میبرد، سپس الگوریتم خوشهبندی C میانگین فازی بر مبنای هیستوگرام به تصویر اعمال شده و ناحیههای موردنظر با دقتی مناسب استخـراج میشوند. در مـرحله ی بعد ویـژگیهای بافت و هندسی استخـراج میشوند و در نهایت طبقه بندهای ماشین بـردار پشتیبان خطی و درخت تصمیم بـرای دسته بندی ناحیـه های موردنظر به دو کلاس خوش خیـم و بدخیـم، استفاده میشوند. سیستم پیشنهادی بر روی تصاویر پایگاههای دادهی MIAS و DDSM آزمایش شده است. نتایج به دست آمده نشانگر این است که دقت سیستم پیشنهادی در مقایسه با تحقیقات پیشین امیدوار کننده است.
حسن نیا, حمزه, چهل امیرانی, مهدی, & ولی زاده, مرتضی. (1399). روشی جدید برای ناحیه بندی تصاویر ماموگرافی دیجیتال و طبقه بندی تومورهای خوشخیم و بدخیم در سینه. مجله بینایی ماشین و پردازش تصویر, 7(2), 45-55.
MLA
حمزه حسن نیا; مهدی چهل امیرانی; مرتضی ولی زاده. "روشی جدید برای ناحیه بندی تصاویر ماموگرافی دیجیتال و طبقه بندی تومورهای خوشخیم و بدخیم در سینه". مجله بینایی ماشین و پردازش تصویر, 7, 2, 1399, 45-55.
HARVARD
حسن نیا, حمزه, چهل امیرانی, مهدی, ولی زاده, مرتضی. (1399). 'روشی جدید برای ناحیه بندی تصاویر ماموگرافی دیجیتال و طبقه بندی تومورهای خوشخیم و بدخیم در سینه', مجله بینایی ماشین و پردازش تصویر, 7(2), pp. 45-55.
VANCOUVER
حسن نیا, حمزه, چهل امیرانی, مهدی, ولی زاده, مرتضی. روشی جدید برای ناحیه بندی تصاویر ماموگرافی دیجیتال و طبقه بندی تومورهای خوشخیم و بدخیم در سینه. مجله بینایی ماشین و پردازش تصویر, 1399; 7(2): 45-55.