طبقه‌‌بندي تصاوير ماموگرافي با استفاده از تركيب تئوري‌‌موجك و روش‌‌هاي يادگيري‌‌ماشين به منظور تشخيص سرطان‌‌پستان

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

چكيده سرطان پستان يكي از شايع‌ترين و كشنده‌ترين بيماري‌ها در ميان زنان است كه تشخيص زودهنگام آن نقش مهمي در كاهش مرگ‌ومير ناشي از اين بيماري دارد. تصاوير ماموگرافي به‌عنوان ابزاري مؤثر در تشخيص اوليه سرطان پستان شناخته مي‌شوند، اما تحليل و شناسايي دقيق الگوهاي موجود در اين تصاوير نيازمند روش‌هاي پيشرفته پردازش تصوير و يادگيري ماشين است. هدف اين تحقيق، بهبود دقت و كارايي سيستم‌هاي شناسايي سرطان پستان از طريق استخراج شاخصه‌هاي مهم از تصاوير ماموگرافي با استفاده از تبديل موجك و كاربرد مدل‌هاي مختلف يادگيري ماشين و يادگيري عميق است. در اين راستا، از دو مجموعه داده معتبر MIAS و DDSM براي آزمايش و ارزيابي مدل‌ها استفاده شده است. در ابتدا با استفاده از تبديل موجك شاخصه‌هاي مهم تصاوير ماموگرافي استخراج مي‌شوند. سپس سه روش اصلي براي شناسايي سرطان پستان مورد ارزيابي قرار مي‌گيرند: روش ماشين يادگيري حداكثر، روش‌هاي يادگيري ماشين (از جمله جنگل تصادفي، ماشين بردار پشتيبان و نزديك‌‌ترين همسايه) و مدل‌هاي تركيبي يادگيري ماشين و يادگيري عميق (تركيب مدل‌هاي يادگيري ماشين با شبكه‌ عصبي عميق) كه تمامي اين روش‌ها بعد از استخراج ويژگي‌هاي تصاوير توسط تئوري موجك اعمال مي‌شوند. نتايج به‌دست‌آمده از ارزيابي مدل‌ها با استفاده از معيارهاي مختلف مانند صحت و دقت نشان مي‌دهند كه مدل تركيبي يادگيري ماشين بردار پشتيبان و يادگيري عميق عملكرد بهتري نسبت به ساير مدل‌ها داشته است. اين مدل توانسته است دقت بالايي در شناسايي سرطان پستان به‌ويژه در نمونه‌هاي پيچيده و نادر نشان دهد و صحت 90 درصد را نشان مي‌دهد. مدل تركيبي يادگيري ماشين و يادگيري عميق نه‌تنها دقت بالاتري در شناسايي نمونه‌هاي مثبت (سرطان بدخيم) دارد، بلكه قابليت تعميم بهتري در برابر داده‌هاي جديد نشان مي‌دهد. اين روش مي‌تواند به‌عنوان ابزاري مؤثر در تشخيص خودكار سرطان پستان از تصاوير ماموگرافي در كلينيك‌ها و بيمارستان‌ها مورد استفاده قرار گيرد و در نهايت به كاهش خطاهاي انساني و بهبود نتايج تشخيصي كمك كند. كلمات كليدي: سرطان پستان، تصاوير ماموگرافي، تئوري موجك، يادگيري ماشين، يادگيري عميق

236596

كنترل

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان