Download PDFOpen PDF in browserتشخیص سرطان پستان با استفاده از ترکیب روش های یادگیری ماشین و بینایی ماشین در تصاویر ترموگرافیEasyChair Preprint 533112 pages•Date: April 18, 2021Abstractسرطان پستان در سالهای اخیر در بین زنان افزایش یافته و یكی از شایع ترین علل مرگ و میر در زنان میباشد. مطالعات نشان میدهد که ترموگرافی، نسبت به سایر روش های تشخیصی، روشی سریع تر، ارزان تر، غیرفعال، بدون ریسک، بدون اشعه و درد است. روش های جدید در پردازش تصویر و بینایی، یادگیری ماشین سبب شده تا مطالعات موفقیت آمیزی به منظور ایجاد سیستمهای تشخیصی سرطان پستان با بکارگیری تصاویر ترموگرافی انجام شود. در این مطالعه یک روش مناسب برای تشخیص آبنورمالی تصاویر ترموگرافی از نمای روبه رو ارائه شده است که با بکارگیری این روش تفکیک ناحیه سینه و همه نواحی مدنظر پزشک که برای تشخیص سرطان پستان ضروری میباشند از ترموگرام ها جداسازی رنگی میشوند و نواحی پرحرارت ، با استفاده از الگوریتم FCM از تصاویر استخراج شده و به کمک آنالیز فراکتالی، بعد فراکتال این نواحی با استفاده از سه روش متفاوت محاسبه میشوند. در این مطالعه از آنالیز فراکتالی برای تحلیل توزیع حرارت متقارن در دو بافت سینه استفاده شده است. نتایج نشان میدهد که آنالیز فراکتالی به طور بالقوه میتواند قابلیت اطمینان ترموگرافی در تشخیص تومور را بهبود بخشد. همچنین آنالیز فراکتالی نقش مهمی در ردیابی توزیع حرارت متقارن، در دو بافت پستان جهت ردیابی ناهنجاریها را دارد. Keyphrases: Fuzzy C-Means, fractal dimension, segregation area, symmetrical temperature distribution analysis
|