تشخیص سرطان پروستات از طریق تصاویر MRI با استفاده از الگوریتم بهینه سازی سیاه چاله
نویسندگان
1 گروه مهندسی کامپیوتر، دانشکده روانشناسی، واحد دولت آباد، دانشگاه آزاد اسلامی، اصفهان، ایران
2 گروه مهندسی کامپیوتر، دانشکده روانشناسی، واحد مبارکه، دانشگاه آزاد اسلامی، اصفهان، ایران
3 گروه مهندسی کامپیوتر، دانشکده روانشناسی، واحد مبارکه، دانشگاه آزاد اسلامی، اصفهان، ایران
doi
10.32598/JSMJ.21.6.2788چکیده
مقدمه: سرطان پروستات، شایعترین نوع سرطان بدخیم در بین مردان بوده و به عنوان یکی از اصلیترین عوامل مرگ و میر ناشی از سرطان در مردان شناخته میشود. دشواری فرآیندهای تشخیصی مانند نمونهبرداری از توده موجب شده است تا راهکارهای تشخیصی جدید سرطان پروستات مانند پردازش تصاویر MRI از اولویتهای تحقیقاتی سالهای اخیر باشد.روش: در این مطالعه توصیفی-کاربردی، یک روش چهار مرحله ای به منظور تشخیص سرطان پروستات از طریق پردازش تصاویر MRI ارائه شده است. در مرحله اول اثر مخرب نویز در تصاویر ورودی با استفاده از تجزیه گسسته موجک دوبعدی و تعدیل هسیتوگرام کاهش یابد. در مرحله دوم از الگوریتم بهینه سازی سیاهچاله به منظور ناحیهبندی تصویر ورودی مبتنی بر تکنیک آستانههای چندسطحی استفاده میشود. با انجام این کار، ناحیههای مشکوک به تومور در تصویر شناسایی شده و در مرحله سوم، ویژگیهای مربوط به هر ناحیه هدف استخراج میشود. در مرحله چهارم با استفاده از ترکیب سه الگوریتم شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان سرطان پروستات شناسایی میگردد. نتایج: کارایی روش پیشنهادی در تشخیص سرطان پروستات از جنبههای دقت، حساسیت، ویژگی و درستی مورد ارزیابی قرار گرفته و عملکرد آن با سایر مدلهای یادگیری مقایسه شده است. براساس نتایج حاصل، روش پیشنهادی میتواند عمل تشخیص سرطان پروستات از طریق تصاویر MRI را با دقت میانگین 99 درصد انجام دهد.بحث و نتیجهگیری: در روش پیشنهادی از ترکیب تکنیکهای پردازش تصویر، بهینهسازی و یادگیری ماشین برای دستیابی به این هدف استفاده شده است. روش پیشنهادی نسبت به سایر روشهای مورد مقایسه دارای دقت بالاتری است.