نام و نام خانوادگی:امیر حسن قیطاسی
عنوان پایان نامه: پیاده سازی و ارزیابی الگوریتم فاخته برای انتخاب بهترین دسته ویژگی در تشخیص سرطان سینه در تصاویر حرارتی
رشته تحصیلی:مهندسی پزشکی – بیوالکتریک
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر عبدالحسین رضائی
چکیده:
سرطان سینه از شایع ترین دلایل فوت در میان زنان جهان می باشد. این حقیقت توجیه کننده ی تحقیقات برای رسیدن به تشخیص زود هنگام و نیز افزایش امید به زندگی بیماران است. تصویربرداری حرارتی (ترموگرافی) یک روش تصویربرداری غیرتهاجمی است که برای ضبط الگوهای حرارتی با استفاده از دوربین مادون قرمز (IR) جهت تشخیص زود هنگام سرطان سینه استفاده میشود. انتخاب ویژگی یکی از مراحل مهم در تشخیص سرطان سینه با استفاده از تصاویرحرارتی است. هدف از اجرای مرحله انتخاب ویژگی یافتن دسته ویژگی مناسب جهت افزایش دقت و سرعت انجام مراحل پردازش تصاویر حرارتی می باشد. در مرحله انتخاب ویژگی، ویژگی هایی وجود دارد که اثر کمتری دارند یا بار اطلاعاتی چندانی ندارند یا همپوشانی دارند.
عدم حذف این ویژگی ها مشکلی از لحاظ اطلاعاتی ایجاد نمی کند، ولی باعث می شوند که اطلاعات غیر مفیدی به همراه داده های مفید ذخیره شوند و همچنین بار محاسباتی را افزایش داده و ممکن است دقت و صحت را کاهش دهند در این پایان نامه از الگوریتم انتخاب ویژگی فاخته رای انتخاب بهترین دسته ویژگی در تشخیص سرطان سینه در تصاویر حرارتی استفاده شده است. در این روش، ابتدا ویژگی های تصاویر با استفاده از روش SFTA استخراج و سپس الگوریتم انتخاب ویژگی فاخته جهت انتخاب بهترین دسته ویژگی روی آنها اعمال می شود. در روش پیشنهادی از الگوریتم های طبقه بندی کننده ی درخت تصمیم گیری (DTree)، k نزدیک ترین همسایگی (kNN) و ماشین بردار پشتیبان (SVM) برای مرحله طبقهبندی استفاده میشود. برای پیاده سازی روش پیشنهادی، از پایگاه داده DMR.IR و نرم افزار MATLAB 2018 استفاده شده است. نتایج ارزیابی نشان می دهد که استفاده از روش پیشنهادی برای انتخاب ویژگی های تصاویر حرارتی سینه باعث بهبود صحت، حساسیت و دقت در تشخیص سرطان سینه می شود.
کلیدواژه:سرطان سینه، الگوریتم انتخاب ویژگی فاخته، تصاویرحرارتی، استخراج ویژگی و انتخاب ویژگی
تاریخ دفاع: پاییز 1399