آشکارسازی توده‌ها در تصاویر اولتراسوند خودکار سه‌بعدی پستان با استفاده از Inception 3D U-Net بهبودیافته

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران، ایران

2 دانشجوی کارشناسی ارشد هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران، ایران

3 دانشکده فنی و مهندسی شرق گیلان، دانشگاه گیلان، گیلان، ایران

4 پژوهشگاه رویان، پژوهشکده زیست شناسی و علوم پزشکی تولید مثل جهاد دانشگاهی، مرکز تحقیقات پزشکی تولیدمثل، گروه تصویربرداری تولیدمثل، تهران، ایران

5 دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران، ایران

چکیده

سرطان پستان عامل اصلی مرگ‌ومیر ناشی از سرطان در زنان اکثر کشورهای جهان است. تشخیص سرطان پستان در مراحل اولیه تأثیر زیادی در کاهش نرخ مرگ‌ومیر دارد. تصویربرداری اولتراسوند خودکار سه‌بعدی پستان (3D ABUS) نوعی تصویربرداری است که اخیراً در کنار ماموگرافی برای تشخیص زودهنگام سرطان پستان استفاده می‌شود. حجم سه‌بعدی تولیدشده در این تصویربرداری شامل تعداد زیادی برش است. رادیولوژیست برای یافتن توده باید تمام برش‌های تصویر را بررسی کند که کاری زمان‌بر با احتمال خطای زیاد است. امروزه برای کمک به رادیولوژیست‌ها در آشکارسازی توده، سیستم‌های آشکارساز کامپیوتری (CAD) بسیاری ارائه شده است.
در این مقاله، معماری 3D U-Net با قرار دادن دو نوع ماژول Inception تغییریافته در بخش کدگذار بهبود داده شده و برای آشکارسازی توده در تصاویر 3D ABUS استفاده شده است. در ماژول پیشنهادی اول که در اولین لایه کدگذار قرار می‌گیرد، ویژگی‌های سه‌بعدی متنوع با دو میدان دید متفاوت تولید می‌شود. در ماژول دوم که در لایه‌های بعدی کدگذار قرار می‌گیرد، ویژگی‌های خطی و ویژگی‌های صفحه‌ای استخراج می‌شود. مجموعه داده مورد استفاده دارای 60 حجم 3D ABUS از 43 بیمار و شامل 55 توده است. شبکه پیشنهادی به حساسیت 92.9% و میانگین FP برابر با 22.75 به ازای هر بیمار دست یافته است.

کلیدواژه‌ها

مجله بینایی ماشین و پردازش تصویر
دوره 10، شماره 1
فروردین 1402
صفحه 49-59

فایل ها

هم رسانی

ارجاع به این مقاله

آمار