ترغب بنشر مسار تعليمي؟ اضغط هنا

الهدف من هذا البحث هو استعمال الشبكة العصبونية ذات الانتشار العكسي BNN في تصنيف كتل الثدي من صور الماموغرام بهدف تخفيض عدد الخزعات الجراحية غيـر الضـرورية. قارنا في هذه الدراسة أداء تصنيف كتل الثدي في صور الماموغرام بين الشبكة العصـبونية ذات الانت شار العكسي (BNN (Network Neural Backpropagation و بين أطبـاء أشـعة. دخل BNN هو الصفات الشكلية وصفات الكسوة المستخلصة من الكتل.
يعتبر الماموغرام الخيار الأفضل للكشف المبكر عن سرطان الثدي عند النساء، طورت أنظمة الكشف بمساعدة الحاسب (CAD) من أجل تحسين تشخيص صور الماموغرام. يقدم هذا البحث طريقة مقترحة لتجزيء صور الماموغرام آلياً اعتماداً على طريقة أوتسو Otsu’s method بهدف ك شف آفة التكلسات الميكروية و الكتل من صور الماموغرام المجزأة ، تستند هذه التقنية المقترحة إلى ثلاث خطوات، أ ( تحديد مواصفات المنطقة ذات الاهتمام ROI, ب ( تحويل المويجي ثنائي البعد، ج ( تطبيق تعتيب أوتسو على ROI لاستخلاص الآفة. اختبرت الطريقة المقترحة على عدة صور أخذت من قاعدة بيانات معيارية mini-MIAS. و نفذت ضمن بيئة برنامج الماتلاب، . و يمكن إنجازها بشكل فعال على حاسب شخصي بسيط. بينت النتائج التجريبية و نتائج تقييم الأداء بأن الخوارزمية المقترحة تعتبر أداة مساعدة في تحسين أداء التشخيص، و لها القدرة على الكشف عن آفات الثدي.
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا