Logo-mj
مجله پزشكي دانشگاه علوم پزشكي و خدمات بهداشتي ـ درماني تبريز. 1399؛42(3): 281-286.
doi: 10.34172/mj.2020.046
  تعداد مشاهده چکیده: 1412
  تعداد دانلود PDF: 430

مقاله پژوهشی

شناسایی هوشمند توده ها برای تشخیص سرطان پستان در تصاویر ماموگرافی

ایمان عباسپورکازرونی 1 ORCID logo، هادی مهدی پور حسین آباد 1* ORCID logo، فاطمه حورعلی 1 ORCID logo

1 دانشکده مهندسي برق و کامپيوتر، مجتمع آموزش عالي فني و مهندسي اسفراين، اسفراین، ايران
*نویسنده مسئول: * نویسنده مسوول؛ ایمیل: ، پست الکترونیکی: mahdipourhadi@esfarayen.ac.ir

چکیده

زمینه: سرطان پستان یکی از شایع ترین نوع سرطان در بین بانوان است. ماموگرافی استانداردترین روش برای تشخیص سرطان پستان است،که می توان توسط سیستم های کامپیوتری خطای انسانی رو به حداقل رساند.

روش کار: در این مقاله با استفاده از پردازش تصویر، توده مشخص شده و در عکس تشخیص داده می‌شود سپس در اطراف آن توسط سیستم هوشمند خط کشیده می شود. پس از انجام حذف تویز تصاویر، با استفاده از سیستم استنتاج فازی، بهبود لبه فازی انجام شده و با استفاده از فیلتر مختصات منطقی، مناطق توده مشخص شده و در تصویر نشان داده می شود.

یافته‌ها: سیستم‌ هوشمند پیشنهادی به دلیل عدم وجود خطای انسانی، دارای ضریب معني داری p <0.001 برای تشخیص صحیح در مقایسه با روش تشخیص انسانی می‌باشد.

نتیجه گیری: نتایج آزمایشات بر روی 322 تصویر ماموگراف ی پایگاه داده MIAS تست شده است از این میان، 120 مورد بیمار دارای تومور خوش خیم و بدخیم می باشند و 202 مورد سالم هستند. سیستم هوشمند قادر به تشخیص 115 مورد بیمار به صورت صحیح ( مثبت حقیقی) و 190 مورد فرد سالم به صورت صحیح ( منفی حقیقی) شده است. در این میان 12 مورد به اشتباه بیمار تشخیص ( مثبت کاذب) و همچنین 5 بیمار به اشتباه سالم تشخیص (منفی کاذب) داده شده اند. بنابراین دقت سیستم هوشمند برای پایگاه داده مذکور،% 95 درصد می باشد و همچنین حساسیت و ویژگی به ترتیب 96% و 94% می باشند.

کلید واژه ها: سرطان پستان, توده, ماموگرافی, سیستم هوشمند

نحوه استناد به این مقاله: عباس­پور کازرونی ا، مهدی پور حسین آباد ه، حورعلی ف. شناسایی هوشمند توده ها برای تشخیص سرطان پستان در تصاویر ماموگرافی. مجله پزشکی دانشگاه علوم پزشکی و خدمات بهداشتي- درماني تبریز. 1399؛ 42(3): 281-286
نام
نام خانوادگی
پست الکترونیکی
نظرات
کد امنیتی


تعداد مشاهده چکیده:

Your browser does not support the canvas element.


تعداد دانلود PDF:

Your browser does not support the canvas element.

ثبت‌شده: 07 شهریور 1397
انتشار الکترونیکی: 28 تیر 1399
EndNote EndNote

(Enw Format - Win & Mac)

BibTeX BibTeX

(Bib Format - Win & Mac)

Bookends Bookends

(Ris Format - Mac only)

EasyBib EasyBib

(Ris Format - Win & Mac)

Medlars Medlars

(Txt Format - Win & Mac)

Mendeley Web Mendeley Web
Mendeley Mendeley

(Ris Format - Win & Mac)

Papers Papers

(Ris Format - Win & Mac)

ProCite ProCite

(Ris Format - Win & Mac)

Reference Manager Reference Manager

(Ris Format - Win only)

Refworks Refworks

(Refworks Format - Win & Mac)

Zotero Zotero

(Ris Format - Firefox Plugin)