27364

تشخيص و ناحيهبندي تومورهاي سرطان پستان در تصاوير ماموگرافي با استفاده از شبكههاي YOLO و U-Net

كارشناسي ارشد

برق-مهندسي پزشكي

98

1401/05/22

حميد بهنام

برق

بررسي تومورهاي پستان توسط متخصصان راديولوژي، شامل بررسي تصاوير ماموگرافي جهت تشخيص نواحي مشكوك و تشخيص تومورهاي احتمالي است. روشهاي هوش مصنوعي، سامانه هاي خودكاري را جهت كمك به متخصصان راديولوژي ارائه ميدهند كه با توسعهي سريع يادگيري عميق و كاربردهاي آن در تصويربرداري پزشكي، اين امر شتاب بيشتري به خود گرفته است. وظايف يك سامانه هوشمند در اين حوزه شامل تشخيص تومور، ناحيهبندي آن و دستهبندي آن به عنوان خوش خيم يا بدخيم است. در تحقيق حاضر تمركز بر انجام تشخيص و سپس ناحيهبندي تومورها با استفاده از دو شبكهي عصبي عميق متفاوت است. شبكهي YOLO كه با استفاده از پايگاه داده CBIS-DDSM آموزش ديده است، براي تشخيص نواحي شامل تومور و استخراج محدودهي تقريبي تومورها بصورت تعدادي مستطيل مورد استفاده قرار گرفته‌است. يكي از به‌روزترين ساختارهاي ناحيهبندي به نام U-Net هاي متصل نيز جهت ناحيهبندي تومورها بكار گرفته شده كه در اين تحقيق، اين شبكه با استفاده از بيش از 2000 نمونهي موجود در پايگاه داده CBIS-DDSM مورد آموزش واقع شده است. براي افزايش دقت خروجي شبكه از روش هاي متنوع افزايش داده مانند انواعي از برابرسازي هيستوگرام، تقطيع به وسيلهي قاب تنگ، قاب نرمال و فراخ براي افزايش نمونههاي آموزشي و بهبود قابليت تعميم شبكه استفاده شده است. در نتيجه الگوريتم بدست آمده در اين تحقيق، حدود 7.7 درصد افزايش نمرهي دايس و 14.4 درصد افزايش IoU را به نسبت حالت بدون پيش پردازش هاي اضافه شده به ارمغان آورده است.

1401/08/09

detection and segmentation breast cancer based on YOLO and U-NET net

8/13/2023 12:00:00 AM

سزطان پستان

zahra

Hamid behnam