اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتصميم خوارزمية محوسبة للكشف الآلي عن التكلسات العنقودية الدقيقة في صور الثدي الشعاعية
932
0 181
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يعد وجود التكلسات الميكروية العنقودية في صور الماموغرام أحد المؤشرات المبكرة لمرض سرطان الثدي. تظهر التكلسات على شكل جزيئات لامعة مختلفة الأشكال و الأحجام و قد توضعت على الخلفية الشعاعية لنسيج الثدي. يتّبع الطبيب مرحلتين في أثناء تحديد هذه الآفة: ١ - الكشف عن وجود تكلسات ميكروية في صورة الماموغرام، ثم ٢ - فحص كيفية توزع هذه التكلسات. طورت خوارزمية من أجل الكشف الآلي بحيث تُشابه طريقة الطبيب في تحديد آفات التكلسات الميكروية العنقودية. تُنفّذ الخوارزمية مبادئ فصل التراكيب ذات الطاقة العالية و مبادئ تحليل التوزع البنيوية.
No English abstract
المراجع المستخدمة
Davies A., and Cuninghame K.(1992). Background Paper Breast Cancer: Treatment and Screening. House of Commons Library Research Papers
Given-Wilson R., Layer G., Warren M. and Gazet JC.(1997). False negative mammography: causes and consequences. The Breast, Vol
قيم البحث
اقرأ أيضاً
يشير حدوث التكلسات في الثدي إلى احتمال مرض سرطان الثدي عند المرأة. فـي صـورة
الماموغرام، تختلف التكلسات الخبيثة عادةً عن التكلسات السليمة من حيث الشكل و كيفية
التوزع. يهدف هذا البحث إلى تطوير طريقة من أجل التمييز الآلي بين التكلسات الخبيثـة و
التك
لسات السليمة في صور الثدي الشعاعية المرقمنة. انتخبـت عشـرة قياسـات مختلفـة
لتحقيق الهدف من هذا البحث. نُفّذت هذه القياسات على جميع التكلسات فـي ١٦ صـورة
جزئية من ١٦ ماموغراماً. اعتُمدت طريقة جديدة لتحليل النتـائج إِذْ يـتم حسـاب القيمـة
المتوسطة لأكبر ثلاث نتائج في كل قياس من القياسات المختلفة عوضاً عن اعتماد النتـائج
على كل تكلس بشكل منفرد. أظهرت النتائج أن ثلاثة مقاييس فقط يمكن استخدامها للتمييـز
الآلي بين التكلسات الخبيثة و التكلسات السليمة. هذه المقاييس هي مقياس محيط التكلس و
مقياس الدائرية و مقياس طول التكلس. أعطت الطريقة الجديدة نتائج يمكن الاعتماد عليهـا
من أجل التمييز الآلي بين آفات التكلسات الخبيثة و السليمة.
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.
سرطان الثدي هو من الأمراض السرطانية الأكثر انتشاراً بين النساء. و تشخيصه في مرحلة مبكرة تتيح إمكانية علاج المرض بشكل أكثر فعالية. و تعد التكلسات أحد أهم العلامات للكشف عن السرطان بمرحلة مبكرة. و التصوير الشعاعي للثدي (الماموغرام) هو الأسلوب الأمثل و
المتبع للكشف عن آفات الثدي باستخدام جرعات منخفضة من الأشعة. و قد أثبتت الدراسات أن حساسية الماموغرام قابلة للتحسن بين 15% و 30% بالاعتماد على أنظمة التشخيص بمساعدة الحاسب (CAD (Computer Auto-Detection، و التي تعد بمنزلة قارئ ثانٍ لتنبيه الطبيب إلى مناطق قد يغفل عنها. تلخص هذه المقالة الخوارزميات المختلفة التي نُشرت مؤخراً للكشف عن التكلسات الميكروية و تقارن أداءها. و تناقش أسباب ضرورة اعتماد قاعدة بيانات عامة معيارية لاختبار أداء أنظمة الكشف بمساعدة الحاسب CAD و الدوافع لزيادة كفاءة مختلف أنظمة CAD في المجال التشخيص السريري.
إن تقديم ملاحظات للطلاب ليس فقط في وضع علامة على إجاباتهم على النحو الصحيح أو غير صحيح، ولكن أيضا العثور على أخطاء في عملية التفكير التي دفعتهم إلى الإجابة غير الصحيحة.في هذه الورقة، نقدم تقنية لتعلم الآلات بسبب التسمية التوضيحية، وهي مهمة تحاول تحدي
د الأخطاء وتوفير التعليقات مخصصة لمساعدة المتعلمين على تصحيح هذه الأخطاء.نقوم بذلك عن طريق تدريب شبكة تسلسل إلى تسلسل لتوليد هذه التعليقات بناء على خبراء المجال.لتقييم هذا النظام، نستكشف كيف يمكن استخدامه في مهمة اللغويات التي تدرس قانون جريم.نظهر أن نهجنا يولد ردود الفعل التي تتفوق على خط أساس على مجموعة من مقاييس NLP الآلية.بالإضافة إلى ذلك، نقوم بإجراء سلسلة من دراسات الحالة التي ندرس فيها مخرجات النظام الناجحة وغير الناجحة.
نقدم في هذه البحث خوارزمية لمطابقة صور شبكية العين تعتمد بشكل أساسي على تابع الارتباط المتقاطع, كما ستقوم بتفحص و تقييم دقة خوارزمية المطابقة المدروسة على مستوى عنصر الصورة عن طريق حساب توابع الارتباط المحمية بين توابع كثافة عناصر الصورة المستخرجة من
الأوعية الدموية المتُتبعة بعد تنفيذ
المطابقة بين الصور المختلفة.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
