تشخیص سرطان پستان با استفاده از ترکیب روش های یادگیری ماشین و بینایی ماشین در تصاویر ترموگرافی
نویسندگان
1 دانشکده علوم و فنون منابع سازمانی - دانشگاه علوم انتظامی امین- تهران - ایران
2 دانشکده مهندسی برق و کامپیوتر - دانشگاه آل طه - تهران - ایران
doi
10.22034/jasp.2022.45159.1136چکیده
سرطان پستان در سالهای اخیر در بین زنان افزایش یافته است و یکی از شایعترین علل مرگ و میر در زنان میباشد. مطالعات نشان می-دهد که ترموگرافی، نسبت به سایر روشهای تشخیصی، روشی سریعتر، ارزانتر، غیرفعال، بدون ریسک، بدون اشعه و درد است. روشهای جدید در پردازش تصویر، بینایی و یادگیری ماشین سبب شده تا مطالعات موفقیت آمیزی به منظور ایجاد سیستمهای تشخیصی سرطان پستان با بکارگیری تصاویر ترموگرافی ایجاد شود. در این مطالعه یک روش مناسب برای تشخیص ناهنجاری تصاویر ترموگرافی از نمای روبه رو ارائه شده است که با بکارگیری این روش تفکیک ناحیه سینه و همه نواحی مدنظر پزشک که برای تشخیص سرطان پستان ضروری می-باشند، از ترموگرامها جداسازی رنگی میشوند و نواحی پرحرارت ، با استفاده از الگوریتم FCM از تصاویر استخراج شده و به کمک آنالیز فراکتالی، بعد فراکتال این نواحی با استفاده از سه روش متفاوت محاسبه میشوند. جنبه نوآوری این مطالعه بررسی نقش آنالیز فراکتالی در ردیابی توزیع حرارت متقارن در دو بافت سینه است. نتایج نشان میدهد که آنالیز فراکتالی به طور بالقوه میتواند قابلیت اطمینان ترموگرافی در تشخیص تومور را بهبود بخشد. همچنین آنالیز فراکتالی نقش مهمی در ردیابی توزیع حرارت متقارن، در دو بافت پستان جهت ردیابی ناهنجاریها را دارد.