این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
ماشین بینایی و پردازش تصویر، جلد ۹، شماره ۴، صفحات ۷۹-۹۱
عنوان فارسی بهبود تشخیص خودکار توده های خوش خیم و بدخیم در تصاویر فراصوت پستان با استفاده از یک روش قطعه بندی بهینه
چکیده فارسی مقاله سرطان پستان شایع ترین نوع سرطان در جمعیت زنان جهان است. تشخیص زودهنگام و درمان موثر با هدف کاهش مرگ و میر ناشی از این بیماری، از طریق روش های غربالگری انجام می شود. تصویربرداری فراصوت(اولتراسوند) به دلیل ماهیت غیرتهاجمی و مزایای آن نسبت به سایر روش های تشخیصی، از مهم ترین و مؤثرترین روش های شناسایی و تشخیص این بیماری است. به منظور بهبود عملکرد تشخیص، سیستم های تشخیص کمک رایانه‌ای معرفی شدند. در این پژوهش یک سیستم تمام خودکار شناسایی و تشخیص سرطان پستان ارائه شده است که متشکل از چهار مرحله اصلی است: پیش‌پردازش تصویر در دو گام جهت برجسته تر کردن نواحی کم پژواک(هایپواکو) و با هدف انتخاب نقطه بذر و ناحیه مطلوب و همچنین حذف نویز با استفاده از فیلتر میانگین های غیر محلی، قطعه بندی با بهره گیری از اطلاعات مکانی و فرکانسی تصویر و بهبود آن با استفاده از الگوریتم بهینه سازی ژنتیک، استخراج مجموعه ای شامل 21 ویژگی مبتنی بر شکل و مرز و در نهایت طبقه بندی با ا ستفاده از طبقه بند ماشین بردار پشتیبان به منظور تفکیک توده ها به دو گروه خوش خیم و بدخیم. نتایج ارزیابی های صورت گرفته بر روی تصاویر پایگاه های داده مختلف میزان دقت بیش از 95/5 % را نشان داد.
کلیدواژه‌های فارسی مقاله سرطان پستان، فراصوت، خوش خیم و بدخیم، ویژگی شکل و مرز، طبقه بندی،
عنوان انگلیسی Improving the automatic diagnosis of benign and malignant masses in breast ultrasound images using an optimal segmentation method
چکیده انگلیسی مقاله Breast cancer is the most common type of cancer in the female population of the world. Early diagnosis and effective treatment with the aim of reducing mortality from this disease is done through screening methods.Ultrasound imaging is one of the most important and effective methods for the detection and diagnosis of this disease due to its non-invasive nature and its advantages over other diagnostic methods.Computer aided diagnosis systems were introduced to improve diagnostic performance. In this study, a fully automated breast cancer detection and diagnosis system is presented, which consists of four main steps: Image preprocessing in two steps to highlight the low echo areas (Hypo echo) and with the aim of selecting the seed point and the region of interest. As well as noise removal using non-local means filter, segmentation using image spatial and frequency information and improving it using genetic optimization algorithm, extracting a set containing 21 features based on shape and boundary Finally, the classification using the support vector machine classifier in order to separate the masses into benign and malignant groups. The results of evaluations performed on images of different datasets showed an accuracy of more than 95.5%.
کلیدواژه‌های انگلیسی مقاله سرطان پستان, فراصوت, خوش خیم و بدخیم, ویژگی شکل و مرز, طبقه بندی
نویسندگان مقاله وجیهه سادات وطن پور |
1دانش‌آموخته کارشناسی‌ارشد دانشگاه صنعتی نوشیروانی، دانشکده برق و کامپیوتر، گروه مهندسی پزشکی

سید محمود سخایی |
دانشگاه صنعتی نوشیروانی، دانشکده برق و کامپیوتر، گروه مهندسی پزشکی

یاسر بالغی |
دانشگاه صنعتی نوشیروانی، دانشکده برق و کامپیوتر، گروه الکترونیک

الهام سادات بنی مصطفوی |
دانشگاه علوم پزشکی مازندران، دانشکده پزشکی، گروه رادیولوژی

نشانی اینترنتی https://jmvip.sinaweb.net/article_150222_184ddc1ede65b6fe6bf66f27c053aeae.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات