iumssj
جلد 27، شماره 4 - ( 4-1399 )                   جلد 27 شماره 4 صفحات 0-0 | برگشت به فهرست نسخه ها

Research code: 000000000
Ethics code: 00000000

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ghahvechi Khaligh, H. Classification of Lung nodules using textural and geometric features. RJMS. 2020; 27 (4)
URL: http://rjms.iums.ac.ir/article-1-6145-fa.html
خلیق هانیه قهوچی، پوراسد یعقوب، مقدس قولیان سرلی. پردازش تصاویر و استخراج ندول‌های ریوی با ترکیب ویژگی‌های بافتی و هندسی. مجله علوم پزشکی رازی. 1399; 27 (4)

URL: http://rjms.iums.ac.ir/article-1-6145-fa.html


، academicorespond@gmail.com
چکیده:   (632 مشاهده)
هدف: از آنجایی که تشخیص غدد سرطانی و بدخیم ریه با استفاده از روشهای عکسبرداری نظیر CT -Scan و بدون نیاز به نمونه برداری باعث کاهش ریسک پخش شدن ندول سرطانی میشود، بنابراین توسعه یک سیستم تشخیصی کامپیوتری جهت پردازش تصاویر و غدد ریوی و سپس طبقه بندی آنها به دو دسته خوشخیم و بدخیم، در تشخیص زودهنگام سرطان ریه و نجات جان بیماران نقش بسزایی ایفا می­کند. هدف از این پژوهش، دستیابی به دقت طبقه بندی بالاتر و در نتیجه دقت تشخیص بالاتر غده­های بدخیم و خوشخیم می­باشد.
روش: در این پژوهش الگوریتمهایی را که پیش از این برای طبقه بندی غدد ریوی استفاده شده، معرفی می­شود و در نهایت الگوریتم پیشنهادی ارائه می­شود. در الگوریتم پیشنهادی ابتدا تصاویر سی تی اسکن ریه پیش پردازش شده و سپس به وسیله کانتور فعال چن-وسه، ناحیه ندول استخراج می­شود. از ناحیه قطعه­بندی شده، ویژگیهای هیستوگرام، بافت و هندسی استخراج می­شود. سپس این ویژگیها با استفاده از دو طبقه بند SVM و KNN، ندولهای ریوی را به دو دسته خوشخیم و بدخیم طبقه بندی می­کنند.
نتایج: نتایج حاصل از پیش­پردازش­های اعمالی بررسی می­گردد. سپس تصاویر پیش­پردازش­شده توسط الگوریتم چن-وسه قطعه­بندی شده و ناحیه استخراج شده و تحت الگوریتم­های استخراج ویژگی قرار گرفته و 25 ویژگی مختلف بافتی و هندسی برای هر غده از این نواحی استخراج می­گردد. در مرحله آخر، توسط داده­های استخراج شده، طبقه­بند­های SVM و KNN اقدام به طبقه­بندی غدد می­کنند. معیارهای دقت، حساسیت و میزان اختصاصی بودن در طبقه بند برتر 1/39 ، % 899 % و 13 % بدست می­آید.
جمعبندی: این روش علاوه بر دقت بالا در تشخیص، روشی کم هزینه و کم خطر نیز میباشد. روش پیشنهادی بخاطر دارا بودن حساسیت بسیار بالا و همچنین دارا بودن مقادیر مطلوب دو معیار دقت و میزان اختصاصی بودن و تعداد پایین ویژگی­های مورد استفاده جهت طبقه­بندی، بعنوان یک روش کارآمد و مناسب جهت طبقه­بندی غدد ریوی پیشنهاد می­گردد.
     
نوع مطالعه: پژوهشي | موضوع مقاله: بیماریهای داخلی

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله علوم پزشکی رازی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2020 All Rights Reserved | Razi Journal of Medical Sciences

Designed & Developed by : Yektaweb