تشخیص سرطان ریه از تصاویر رادیوگرافی با شبکه عصبی عمیق با یادگیری بانظارت

محورهای موضوعی : مجله فناوری اطلاعات در طراحی مهندسی

زهره حاجی ولی زاده ¹ (گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران)
محمدحسین معطر ² (گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران)

تاریخ دریافت : 1396/12/16 تاریخ پذیرش : 1396/12/16 تاریخ انتشار : 1396/06/01

کلید واژه: تصاویر رادیو گرافی, شناسایی ندول ریوی, قطعه‌بندی, طبقه‌بند شبکه‌عصبی عمیق,

چکیده مقاله :

هدف این مقاله ارائه روشی برای تشخیص ندول سرطانی در عکس‌های رادیوگرافی ریه می‌باشد. تصاویر رادیوگرافی عمدتا دارای کیفیت پایینی هستند و استخراج ویژگی از تصاویر به سهولت ممکن نیست. برای این منظور در این مقاله، چارچوب پیشنهادی، در ابتدا، تصاویر پالایش‌شده تا کیفیت‌ تصاویر از نظر سطح روشنایی و کنتراست بهبود یابد. سپس عملیات مورفولوژی و آستانه‌گذاری جهت قطعه‌بندی نواحی ریه انجام می‌گردد. در مرحله‌ی بعد با قراردادن یک قاب 65 در 65 بر روی نواحی مشکوک، آن‌ها را از تصویر جدا می‌کنیم. در مرحله چهارم که مهمترین نوآوری تحقیق است، از یک شبکه باور عمیق به منظور دسته‌بندی و تصمیم‌گیری استفاده شده است. مزیت این شبکه توانایی استخراج ویژگی‌های جدید و طبقه‌بندی آن‌ها به‌ صورت همزمان است. با توجه به آزمایش ها بر روی پایگاه داده JSRT، روش پیشنهادی با بدست‌آوردن نرخ حساسیت 97.78 درصد و صحت 92 درصد، در مقایسه با روش‌های پیشین موفق عمل کرده است.