ارائه روش جدید مبتنی بر تبدیل هاف و ماشین بردار پشتیبان جهت تشخیص خوش خیم و بدخیم بودن تومور در تصاویر پزشکی

با پیشرفت های چشمگیر تکنیک های پردازش تصویر و هوش مصنوعی، امروزه شاهد کاربردهای موفق آنها درعلوم متفاوت هستیم. یکی از مهمترین این کاربردها زمینه پزشکی و تشخیصهای هوشمند بیماریهاست. تشخیص خوش خیم و بدخیم بودن تومورها یکی از چالشهای مهم پزشکان محسوب می گردد که ارائه روشی جهت تسهیل این امر می تواند راهگشای روند تشخیص باشد. در این مقاله یک روش جدید تشخیص خوش خیم یا بدخیم بودن تومور با استفاده از پردازش تصویر و هوش مصنوعی ارائه می گردد. در روش پیشنهادی ابتدا جهت کاهش حجم تصویر ( به منظور افزایش سرعت و کاهش زمان تشخیص) تصویر فشرده شده و در مرحله بعد، ناحیه تومور به صورت هوشمند تشخیص داده می شود. مشخصات آماری ناحیه تومور و پیکهای تبدیل هاف ناحیه به عنوان بردار ویژگی تومور استخراج گردیده و در نهایت برای تشخیص هوشمند از ماشین بردار پیشتبان استفاده می شود. که نتایج شبیه سازی دقت بالای تشخیص روش پیشنهادی و کاهش چشمگیر زمان تشخیص را نشان می دهد.

کلیدواژه ها:

تبدیل هاف ، تشخیص تومور ، شکبه عصبی ، کدینگ هافمن ، ماشین بردار پشتیبان