فهرست نشریات علمی دسترسی آزاد ایران

سرطان پستان شایع ترین سرطان در زنان است. ضرورت تشخیص این بیماری در مراحل اولیه شانس درمان را افزایش می‌دهد. هدف این پژوهش ارائه روشی برای تشخیص زود هنگام، با غربالگری دقیق و سریع سرطان پستان با کم کردن خطاهای انسانی و بالا بردن شانس افزایش طول عمر افراد و کاهش میزان مرگ و میر با رویکرد هوش مصنوعی در پزشکی می‌باشد. در پیاده‌سازی این پژوهش کاربردی و نظارت شده از دو مجموعه داده میکروسکوپی هیستوپاتولوژیک، به ترتیب شامل 124 و 576 بیمار مبتلا به سرطان کارسینوم مجرای تهاجمی پستان استفاده شده است. در ابتدا پیش پردازش داده‌ها و بهبود کیفیت تصاویر، سپس بخش‌بندی تصاویر با شبکه U-Net جهت جدا‌سازی سلول‌های سرطانی از بافت سالم سینه و حذف داده‌های پرت انجام شده است، سپس با ترکیب شبکه ‌های عصبی عمیق استخراج ویژگی‌های موثر صورت گرفته و با روش رای اکثریت داده‌ها طبقه‌بندی و سیستم غربالگری تشخیصِ گرید تومور‌های سرطان کارسینوم مجرای تهاجمی پستان ایجاد گردیده است. سیستم پیشنهادی با استخراج ویژگی‌های سطح بالا با دقت92% و 93%، حساسیت 96% و 93% و صحت 91% و 91% و AUC 98% و 95% در دو مجموعه داده متفاوت، با کمترین خطا و سرعت بالای تشخیص، بهترین عملکرد را در تشخیص و طبقه‌بندی سرطان پستان داشته که از ویژگی‌های این پژوهش نسبت به سایر تحقیقات می‌باشد.