تشخیص سرطان سینه با استفاده از تصاویر ماموگرافی با روش dag-svm در پایگاه داده mias
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 532
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_411
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
تراکم ماموگرافی به عنوان یک شاخص مهم ریسک سرطان سینه شناخته میشود. تقریب تخمین های کمی بر اساس اطلاعات هیستوگرام، قبل تر مورد بررسی قرار گرفته است.با این حال ادعاهایی در مورد اینکه سطح خاکستری ممکن است برای ایجاد تمایز بین کلاس های پیچیده تراکم کافی نباشد ایجاد شده است.تکنیک هیستوگرام چند کیفیتی به عنوان یک تقریب آنالیزبافتی رشد پیدا کرده است. در این پژوهش تکنیک ارائه شده را روی 322 عکس ماموگرافی از دیتابیس MIAS (انجمن آنالیز عکس ماموگرافیک) ارزیابی کردیم و آنها را بر اساس سه کلاس دسته بندی موجود(چربی، غده ای ،متراکم) طبقه بندی نمودیم، هدف اصلی تولید نمودن یک ویژگی فضایی که بتواند برای متمایز کردن کلاس های مختلف تراکم ماموگرافی استفاده شود. همچنین ساخت یک هرم گوسی پنج سطحی از نواحی سینه و محاسبه هیستوگرام نرمالیزه کردن آن و هیستوگرام تجمعی را مورد بررسی قرار دادیم.استفاده از یک دسته بندی کننده DAG-SVM در پایگاه داده MIAS نتایج یک تطابق 86.41% را برای تشخیص چربی بودن داده ها و 90.96% را برای تشخیص غده ای بودن داده ها و 94.75% را برای تشخیص متراکم بودن داده ها بین حالت اتوماتیک و طبقه بندی دستی توسط رادیولوژیست خبره را نشان میدهد.
کلیدواژه ها:
نویسندگان
هادی بزرگی
گروه کامپیوتر، دانشگاه آزاد اسلامی، قزوین، ایران
امید سجودی
گروه کامپیوتر، دانشگاه آزاد اسلامی، قزوین، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :