شناسايي و دسته بندي خودكار ضايعات پستان در تصاوير تشديد مغناطيسي بر مبناي يك مدل يادگيري عميق اصلاح شده و ويژگي هاي فركانسي نرماليزه

دكتري

به منظور تشخيص سرطان پستان، ما يك روش جديدِ تشخيص به كمك كامپيوتر (CADx) براي تمايز بين ضايعات خوش‌خيم و بدخيم از هر دو نوع توده‌اي و چالش برانگيز غيرتوده‌اي در تصاوير DCE-MRI پستان ارائه كرديم. سيستم ارائه شده از ويژگي‌هاي نوين مبتني بر فركانس نرماليزه براي استخراج ويژگي استفاده مي‌كند. اين ويژگي‌ها بر اساس اعمال تبديل ويولت مختلط Dual-tree (DT-CWT) به هر برش از يك ضايعه سه بعدي در سطح تجزيه خاص هستند. با اعمال DT-CWT، ضرايب پايين‌گذر ساختار كلي ضايعه و ضرايب ميان‌گذر جزييات تغييرات شدت روشنايي و بافت ضايعه را نشان مي‌دهند كه قابليت تمييز بين ضايعات خوش‌خيم و بدخيم در هر دو نوع ضايعات توده‌اي و غيرتوده‌اي را داراست. به منظور استخراج ويژگي‌هاي مبتني بر فركانس نرماليزه، توصيفگرهاي آماري بافت در فضاي فركانسي به كار گرفته مي‌شوند. طبقه‌بندي‌كننده SVM در تركيب با سه روش EUS-SVM، SMOTE و تصحيح هزينه جهت غلبه بر مشكل عدم توازن داده به كار گرفته شد. روش پيشنهادي بر روي دو پايگاه داده نور و وليعصر مورد آزمايش قرار گرفت كه دقت تشخيص كلي 94.6% حاصل شد و نتايج اميدوار كننده اي در قياس با روش‌هاي مرز دانش براي هر دو نوع ضايعه توده‌اي و چالش برانگيز غير توده‌اي پستان بدست آورد. همچنين به منظور شناسايي سرطان پستان، ما از يك مدل يادگيري عميق براي توسعه يك روش شناسايي به كمك كامپيوتر (CADe) در تصاوير DCE-MRI فوق سريع استفاده كرديم. اين روش از يك معماري RetinaNet استفاده مي‌كند كه ساختار آن به منظور استفاده از داده‌هاي چهاربعدي و شناسايي ضايعات پستان كه نسبت به اشياء مرسوم حجم كمتري را اشغال مي‌كنند، اصلاح شده است. بدين منظور بلوك‌ ابتدايي و انتهايي شبكه پشتيبان حذف، اجزا شبكه سه بعدي شده و ورودي‌كانال براي اطلاعات زماني مورد استفاده قرار مي‌گيرد. روش ارائه شده روي يك مجموعه داده شامل 489 آزمايش MRI حاوي 572 ضايعه آزمايش شده است و نرخ شناسايي 0.90 به ازاي 4 يافته مثبت كاذب بر پستان سالم بدست آمد. با وجود بهره‌گيري از يك پايگاه داده نسبتا بزرگ، نتايج حاصل از اين مطالعه قابل مقايسه با روش‌هاي مرز دانش است، كه نشان‌دهنده تعميم‌پذيري و قابليت اطمينان روش ارائه شده است.

209683

دانشگاه علم و صنعت ايران

مهندسي برق

دكتر شهريار برادران شكوهي