نویسنده : یاسر حمیدی

دانشكده : دانشکده تحصیلات تکمیلی و مجتمع فنی

رشته/گرایش تحصيلي : مهندسي برق- الكترونيك

استاد راهنما (عضو هیات علمی مرکز) :آزاده کیانی سرکله, ,

چكيده : چکیده در دنیای پزشکی روش های مختلفی برای تشخیص انواع سرطان وجود دارد. یکی از سرطان های متداول در بین زنان، سرطان پستان می باشد. راه های مختلفی برای تشخیص این نوع سرطان وجود دارد. ماموگرافی یکی از عمومی ترین و کاربردی ترین راه های تشخیص سرطان پستان می باشد. بخاطر وجود گونه های مختلف توده در پستان، پردازش و تشخیص اینکه آیا توده موجود از نوع بدخیم یا خوش خیم است، سخت می باشد. یکی از روشهای افزایش دقت تشخیص در تصاویر ماموگرافی، استخراج ویژگی های مناسب است. در این پایان نامه از اطلاعات طیفی و مکانی پیکسل ها برای استخراج و طبقه بندی ویژگی ها استفاده شده است. در روش پیشنهادی از یک راهکار جدیدی برای کاهش ویژگی ها و بدست آمدن بهترین ویژگی های استفاده شده که منجر به بهبود دقت حاصل از طبقه بندی گردیده است. جهت بررسی کارایی روش پیشنهادی و مقایسه آن با نتایج روشهای قبلی، آزمایشها بر روی داده های واقعی شامل تصاویر ماموگرافی انجام شد. پس از پیاده سازی روش پیشنهادی و استفاده از 4 نو ع ویژگی انرژی، کنتراست، همگن بودن و وابستگی در 4 زاویه 00، 450، 900 و 1350، دقت 31/94 بدست آمده است. واژه های کلیدی: ماموگرافی، مناطق مورد علاقه(ROI)، ماتریس رخداد همزمان خاکستری(GLCM)، شبکه عصبی مصنوعی(ANN)، سیستمهای تشخیص کامپیوتری(CAD)، تحلیل مولفه های اصلی(PCA)

تاريخ دفاع : 1397-11-7