ﻣﻘﺎﻟﻪ ﭘﮋوﻫﺸﯽ ﻣﺠﻠﻪ ﻋﻠﻮم ﭘﺰﺷﮑﯽ رازي دوره27 ، ﺷﻤﺎره4 ، ﺗﯿﺮ1399 http://rjms.iums.ac.ir ﺗﺸﺨ ﯿ ﺗﻮده ﻣﺮﺑﻮط ﺑﻪ ﭘﺴﺘﺎن از رو ي ﭘﺮدازش ﺗﺼﺎو ﻣﺎﻣﻮﮔﺮاﻓ ﻧﻮراﷲ ﻋﻠ ﯿ ﺰاده ﻧﻮروزﺑﻮﻻﻏ: داﻧﺸﮑﺪه ﻣﻬﻨﺪﺳ ﺑﺮق، داﻧﺸﮕﺎه ﺻﻨﻌﺘ اروﻣ ﯿ ﻪ، اروﻣ ﯿ ا ﺮان ﻌﻘﻮب ﭘﻮراﺳﺪ: داﻧﺸﮑﺪه ﻣﻬﻨﺪﺳ ﺑﺮق، داﻧﺸﮕﺎه ﺻﻨﻌﺘ اروﻣ ﯿ ﻪ، اروﻣ ﯿ ا ﺮان*) ﻧﻮ ﺴﻨﺪه ﻣﺴﺌﻮل( y.pourasad@uut.ac.ir ﭼﮑﯿﺪه زﻣﯿﻨﻪ و ﻫﺪف: ﺳﺮﻃﺎن ﭘﺴﺘﺎن ﻣﻬﻢ ﺗﺮﯾﻦ و راﯾﺞ ﺗﺮﯾﻦ ﺑﯿﻤﺎري در ﺑﯿﻦ زﻧﺎن اﺳﺖ ﮐﻪ دوﻣﯿﻦ ﻣﯿﺰان ﻣﺮگ و ﻣﯿﺮ را ﺑﻌﺪ از ﺳـﺮﻃﺎن رﯾـﻪ ﺑﻪ ﺧﻮد اﺧﺘﺼﺎص داده اﺳﺖ. ﻣﺎﻣﻮﮔﺮاﻓﯽ دﯾﺠﯿﺘﺎل ﺗﺼﻮﯾﺮ ﮔﺮﻓﺘﻪ ﺷﺪه ﺑﺎ اﺳﺘﻔﺎده از اﺷﻌﻪx ﺑﺮاي ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ، ﺗﻔﺴـﯿﺮ و ﺗﺸـﺨﯿﺺ ﻣﯽ ﺑﺎﺷﺪ. ﺗﺸﺨﯿﺺ ﺧﻮدﮐﺎر ﺳﺮﻃﺎن ﭘﺴﺘﺎن در ﺗﺼﺎوﯾﺮ ﻣﺎﻣﻮﮔﺮاﻓﯽ ﯾﮏ وﻇﯿﻔﻪ ﭼﺎﻟﺶ ﺑﺮاﻧﮕﯿﺰ در ﺑﯿﻦ ﺳﯿﺴﺘﻢ ﻫﺎي ﺗﺸﺨﯿﺺ ﺑﻪ ﮐﻤـﮏ ) ﮐﺎﻣﭙﯿﻮﺗﺮCAD ﻣﯽ( ﺑﺎﺷﺪ. روش ﮐﺎر: در اﯾﻦ ﻣﻘﺎﻟﻪ ﯾﮏ راﻫﮑﺎر ﺑﺮاي ﺗﺸﺨﯿﺺ اﺗﻮﻣﺎﺗﯿﮏ ﺳﺮﻃﺎن ﭘﺴﺘﺎن اراﺋﻪ ﺷﺪه اﺳﺖ. راﻫﮑﺎر اراﺋـﻪ ﺷـﺪه ﺷـﺎﻣﻞ3 ﻣﺮﺣﻠـﻪ اﺻﻠﯽ اﺳﺘﺨﺮاج ﻧﺎﺣﯿﻪ ﭘﺴﺘﺎن، ﺣﺬف ﻋﻀﻠﻪ ﭘﮑﺘﻮرال و ﻃﺒﻘﻪ ﺑﻨﺪي وﯾﮋﮔﯽ ﻫﺎي اﺳﺘﺨﺮاج ﺷﺪه ﺑـﻪ دو دﺳـﺘﻪ ﺳـﺮﻃﺎﻧﯽ و ﻏﯿـﺮ ﺳـﺮﻃﺎﻧﯽ ﻣﯽ ﺑﺎﺷﺪ. ﯾﺎﻓﺘﻪ ﻫﺎ: ﺑﺮاي ﻗﻄﻌﻪ ﺑﻨﺪي از روش آﺳﺘﺎﻧﻪ ﮔﺬاري اﺗﺴﻮ و ﺳﭙﺲ ﺣﺬف ﻋﻀﻠﻪ ﭘﮑﺘﻮرال ﺑﺎ اﺳﺘﻔﺎده از اﻧﺘﺨﺎب ﭘﯿﮑﺴﻞ داﻧـﻪ و اﻟﮕـﻮرﯾﺘﻢ رﺷﺪ ﻧﺎﺣﯿﻪ ﻣﯿﺴﺮ ﺷﺪه اﺳﺖ. در ﻣﺮﺣﻠﻪ ﺑﻌﺪي ﻣﺎﺗﺮﯾﺲ ﻫﻢ وﻗﻮﻋﯽ ﺧﺎﮐﺴﺘﺮي ﺗﺼﻮ) ﯾﺮGLCM ﮐﻪ ﺗﻮﺻﯿﻒ( ﮐﻨﻨﺪه ﺑﺎﻓـﺖ ﺗﺼـﻮﯾﺮ اﺳـﺖ اﯾﺠﺎد ﺷﺪه و16 وﯾﮋﮔﯽ از آن اﺳﺘﺨﺮاج ﻣﯽ ﺷﻮد. در ﻧﻬﺎﯾﺖ ﻃﺒﻘﻪ ﺑﻨﺪي ﻫﺎي ﻣﺨﺘﻠﻔﯽ ﺑﺮاي ﺗﻔﮑﯿﮏ ﻧﺎﺣﯿﻪ ﭘﺴﺘﺎن ﺑﻪ ﺑﺎﻓﺖ ﻫﺎي ﻧﺮﻣـﺎل و ﺳﺮﻃﺎﻧﯽ، آﻣﻮزش داده ﻣﯽ ﺷﻮﻧﺪ. در ﻧﺘﺎﯾﺞ ﺑﻪ دﺳﺖ آﻣﺪه ﻧﺮخ ﺗﺸﺨﯿﺺ ﺻﺤﯿﺢ100 درﺻﺪ ﺑﺮاي ﺷﺒﮑﻪ ﻋﺼﺒﯽ و3 / 96 درﺻـﺪ ﺑـ ﺮاي ﻃﺒﻘﻪ) ﺑﻨﺪﻫﺎي درﺧﺖ ﺗﺼﻤﯿﻢ ﮔﯿﺮيC5.0,CHAID ﺑﺪﺳﺖ( آﻣﺪه اﺳﺖ. ﻧﺘﯿﺠﻪ ﮔﯿﺮي: اﻋﺘﺒﺎر ﺳﻨﺠﯽ راﻫﮑﺎر اراﺋﻪ ﺷﺪه در اﯾﻦ ﻣﻘﺎﻟﻪ ﺑﺎ اﺳﺘﻔﺎده از داده ﻫﺎي ﭘﺎﯾﮕﺎهmini-MIAS اﻧﺠﺎم ﺷﺪه اﺳﺖ و ﻧﺘـﺎﯾﺞ ﺑﺎ ﮐﺎر ﻫﺎي ﻗﺒﻠﯽ اﻧﺠﺎم ﺷﺪه ﻣﻘﺎﯾﺴﻪ ﺷﺪه اﺳﺖ ﮐﻪ ﻧﺸﺎن ﻣﯽ دﻫﺪ راﻫﮑﺎر اراﺋﻪ ﺷﺪه ﻣﯽ ﺗﻮاﻧﺪ ﺑﺎ اﻃﻤﯿﻨﺎن ﺑﺮاي ﺗﺸﺨﯿﺺ ﺳﺮﻃﺎن ﭘﺴـﺘﺎن اﻋﻤﺎل ﺷﻮد. ﺗﻌﺎرض ﻣﻨﺎﻓﻊ : ﮔﺰارش ﻧﺸﺪه اﺳﺖ. ﻣﻨﺒﻊ ﺣﻤﺎﯾﺖ ﮐﻨﻨﺪه: ﺣﺎﻣﯽ ﻣﺎﻟﯽ ﻧﺪاﺷﺘﻪ اﺳﺖ. ﮐﻠﯿﺪواژه ﻫﺎ ﯿ ﺘﻢCAD ، ﺳﺮﻃﺎن ﭘﺴﺘﺎن، ﻗﻄﻌﻪ ﺑﻨﺪ ي، اﺳﺘﺨﺮاج و ﮋﮔ، ﺷﺒﮑﻪ ﻋﺼﺒ ﻣﺼﻨﻮﻋ، درﺧﺖ ﺗﺼﻤ ﯿ ﯿ ي ﺗﺎرﯾﺦ درﯾﺎﻓﺖ:25 / 01 / 99 ﺗﺎرﯾﺦ ﭼﺎپ: 10 / 04 / 99 ﺷﯿﻮه اﺳﺘﻨﺎد ﺑﻪ اﯾﻦ ﻣﻘﺎﻟﻪ: Alizadeh Norouzbolaghi N, Pourasad Y. Detection and classification of breast masses using mammographically image processingd. Razi J Med Sci. 2020;27(4):60-73. * اﻧﺘﺸﺎر اﯾﻦ ﻣﻘﺎﻟﻪ ﺑﻪ ﺻﻮرت دﺳﺘﺮﺳﯽ آزاد ﻣﻄﺎﺑﻖ ﺑﺎCC BY-NC-SA 3.0 ﺻﻮرت ﮔﺮﻓﺘﻪ اﺳﺖ. ID Downloaded from rjms.iums.ac.ir at 16:25 IRST on Wednesday December 22nd 2021