پیام خود را بنویسید

جستجو در مقالات منتشر شده


۲ نتیجه برای حذف نویز

ایمان عباسپور کازرونی، حسین قیومی زاده، جواد حدادنیا،
جلد ۲، شماره ۳ - ( ۷-۱۳۸۸ )
چکیده

  مقدمه: سرطان پستان یکی از شایع­ترین بیماری­های زنان است. شناسایی و تشخیص زودهنگام این بیماری می­تواند در درمان آن بسیار مؤثر باشد. ماموگرافی درحال حاضر از مؤثرترین روش­های تشخیص بیماری سرطان پستان است.

  روش بررسی: ما با توجه به تصاویر ماموگرافی اقدام به تشخیص توده­های موجود در تصاویر می­نماییم. در این روش نرم­افزار بدون نیاز به تشخیص ناظر، نواحی اطراف تومور را به­طور کامل و دقیق شناسایی می­کند و آن را به­صورت مجزا نمایش می­دهد. در این روش با استفاده از تکنیک­های پردازش تصویر و الگوریتم­های مبتنی بر آن به تحلیل تصاویر ماموگرافی پرداخته می­شود. انجام عملیات حذف نویز و تشخیص لبه و جداسازی نواحی با تراکم بیشتر از مهم­ترین عناصر شیوۀ پیشنهادی است. روش نمونه­گیری و انتخاب تصاویر به­صورت نمونه­گیری منظم (سیستماتیک) و تجزیه و تحلیل داده­ها با استفاده از آزمون تحلیل واریانس انجام شده است.

  یافته­ها: به­دلیل اینکه انسان در مراحل تشخیص توده نقشی ندارد و خطاهای انسانی در این عملیات بی­تأثیر است، بنابراین روش پیشنهادی از دقت بسیار بالایی برخوردار است. سرعت تشخیص در روش ارائه شده بسیار بالاتر از روش­های پیشنهادی در مقالات معتبر علمی و نیز روش تشخیص انسانی توسط رادیولوژیست است. ارتباط میان تشخیص رادیولوژیست با تشخیص توسط سیستم هوشمند
(۰۱/۰= p ) معنی­دار بود.

  نتیجه­گیری: الگوریتم مدل پیشنهادی بر روی ۱۶۰ تصویر که از پایگاه دادۀ جامعۀ تحلیل تصاویر ماموگرافی (MIAS) دریافت شد، انجام شده است. نتایج به­دست آمده بسیار قابل قبول و با درصد خطای کمتر از ۵ درصد است. سرعت بالا و نبود خطای انسانی از مهم­ترین عوامل مؤثر در سیستم هوشمند پیشنهادی است.


محمد مومنی، رابعه صرام، مهدی آقاصرام، مصطفی شیریزدی، افسانه قاسمی، علی پوراحمدی، زهرا حاج ابراهیمی،
جلد ۹، شماره ۲ - ( ۶-۱۳۹۵ )
چکیده

چکیده

مقدمه: سرطان پستان به‏رغم انتشار گسترده، به کمک تصاویر ماموگرافی و علایم بالینی بیمار قابل شناسایی به موقع و معالجه قطعی است. حذف اختلال­های ناخواسته نظیر نویزها و بهبود کیفیت تصاویر ماموگرافی، در افزایش دقت تشخیص سرطان موثر می­باشد. نویزهای ضربه در تصاویر ماموگرافی دیجیتال به گونه­ای است که در آن اختلاف شدت پیکسل نویزی با پیکسل‌های اطراف زیاد است. وجود علایم و ویژگی­های مختلف این بیماری، تشخیص را برای پزشکان دشوار می­کند. پردازش تصاویر ماموگرافی امکان تحلیل وضعیت بیماران برای تصمیم­گیری­های پزشکی را فراهم می­کند. هدف این مقاله، ارایه یک مدل برای حذف نویز ضربه از تصاویر ماموگرافی به منظور افزایش دقت پیش­بینی سرطان پستان است.

روش بررسی: در این مطالعه، تصاویر ماموگرافی ۵۷۴ بیمار مبتلا به سرطان پستان مورد بررسی قرار گرفته است. اطلاعات بیماران از پایگاه داده بیمارستان فوق تخصصی مرتاض یزد جمع­آوری شده ­است. به منظور ارایه مدل برای حذف نویز ضربه از تصاویر ماموگرافی از الگوریتم GBC و شبکه عصبی MLP استفاده می­شود.

یافته­ها: مدل پیشنهادی با روش­هایی از قبیل MDBUTMF و ATSM مورد مقایسه قرار گرفت. نتایج شبیه­سازی برتری دقت تشخیص و حذف نویز ضربه از تصاویر ماموگرافی مدل ­پیشنهادی نسبت به سایر روش­ها را نشان می­دهد. همچنین PSNR تصویر به طور متوسط dB۲ افزایش می­یابد.

نتیجه­گیری: در حذف نویز ضربه به منظور پیش­بینی سرطان پستان، مدل پیشنهادی نسبت به سایر مدل­های مورد مقایسه دارای حداقل میزان خطا و بیش­ترین دقت و صحت ­است. روش ATSM، حداکثر میزان خطا و کم­ترین دقت را دارا می­باشد.



صفحه ۱ از ۱     

تمامی حقوق نرم‌افزاری اين وب سایت متعلق به مجله علمی بیماری‌های پستان ایران می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Iranian Journal of Breast Diseases

Designed & Developed by: Yektaweb