شماره ركورد :
1345946
عنوان مقاله :
تشخيص سرطان پروستات از طريق تصاوير MRI با استفاده از الگوريتم بهينه سازي سياه چاله
پديد آورندگان :
طاقوني ، سلمان دانشگاه آزاد اسلامي واحد مباركه - دانشكده روانشناسي - گروه مهندسي كامپيوتر , رمضان پور ، محمدرضا دانشگاه آزاد اسلامي واحد مباركه - دانشكده روانشناسي - گروه مهندسي كامپيوتر , خورسند ، ريحانه دانشگاه آزاد اسلامي واحد دولت آباد - دانشكده روانشناسي - گروه مهندسي كامپيوتر
از صفحه :
860
تا صفحه :
874
كليدواژه :
تشخيص سرطان پروستات , تصاوير MRI , يادگيري تجميعي , الگوريتم بهينه سازي سياه چاله
چكيده فارسي :
مقدمه: سرطان پروستات، شايع‌ترين نوع سرطان بدخيم در بين مردان بوده و به عنوان يكي از اصلي‌ترين عوامل مرگ و مير ناشي از سرطان در مردان شناخته مي‌شود. دشواري فرآيندهاي تشخيصي مانند نمونه‌برداري از توده موجب شده است تا راهكارهاي تشخيصي جديد سرطان پروستات مانند پردازش تصاوير MRI از اولويت‌هاي تحقيقاتي سال‌هاي اخير باشد.روش: در اين مطالعه توصيفي-كاربردي، يك روش چهار مرحله اي به منظور تشخيص سرطان پروستات از طريق پردازش تصاوير MRI ارائه شده است. در مرحله اول اثر مخرب نويز در تصاوير ورودي با استفاده از تجزيه گسسته موجك دوبعدي و تعديل هسيتوگرام كاهش يابد. در مرحله دوم از الگوريتم بهينه سازي سياه‌چاله به منظور ناحيه‌بندي تصوير ورودي مبتني بر تكنيك آستانه‌هاي چندسطحي استفاده مي‌شود. با انجام اين كار، ناحيه‌هاي مشكوك به تومور در تصوير شناسايي شده و در مرحله سوم، ويژگي‌هاي مربوط به هر ناحيه هدف استخراج مي‌شود. در مرحله چهارم با استفاده از تركيب سه الگوريتم شبكه عصبي، درخت تصميم و ماشين بردار پشتيبان سرطان پروستات شناسايي مي‌گردد. نتايج: كارايي روش پيشنهادي در تشخيص سرطان پروستات از جنبه‌هاي دقت، حساسيت، ويژگي و درستي مورد ارزيابي قرار گرفته و عملكرد آن با ساير مدل‌هاي يادگيري مقايسه شده است. براساس نتايج حاصل، روش پيشنهادي مي‌تواند عمل تشخيص سرطان پروستات از طريق تصاوير MRI را با دقت ميانگين 99 درصد انجام دهد.بحث و نتيجه‌گيري: در روش پيشنهادي از تركيب تكنيك‌هاي پردازش تصوير، بهينه‌سازي و يادگيري ماشين براي دستيابي به اين هدف استفاده شده است. روش پيشنهادي نسبت به ساير روش‌هاي مورد مقايسه داراي دقت بالاتري است.
عنوان نشريه :
مجله علمي پزشكي جندي شاپور
عنوان نشريه :
مجله علمي پزشكي جندي شاپور
لينک به اين مدرک :
بازگشت