نام و نام خانوادگی:فرحناز مرادی سیاه افشاری
عنوان پایان نامه: ارائه مدل‌سازي جهت تشخیص زودهنگام سرطان سینه با استفاده از روش‌هاي مبتني بر داده‌کاوي در تصاوير ترموگرافي
رشته تحصیلی:مهندسی کامیپوتر -شبکه‌های کامیپوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر حسین مرادی
چکیده:
سرطان سينه شايع‌ترين عامل مرگ در زنان سرطاني محسوب مي‌شود. تشخيص زود هنگام و درمان بيمار در ميزان اثرگذاري درمان بسيار حائز اهميت مي‌باشد. به منظور شناسايي كلينيكال توده‌هاي سرطاني از سيستم‌هاي تصويربرداري روش‌هاي اشعه ايكس، راديوگرافي، فلوئورسكوپي، سي تي اسكن، روش مغناطيسي يا ام آر اي، پزشكي هسته‌اي و روش‌هاي ماوراء صوت استفاده مي‌شود. تصاوير حاصله در روش‌هاي فوق به‌دليل توليد برش‌هاي لازم از اندام تحت تصويربرداري، حذف نويز، اختصاص رنگ و در كل ارتقاء كيفيت‌تصوير، به صورت خام قابل استفاده نيستند، لذا پردازش‌هاي وسيع و گسترده‌اي روي آنها صورت مي‌گيرد كه عموماً شامل پردازش تصاوير و استخراج اطلاعات مؤثر در تشخيص و يافتن مواضع مورد توجه، بازسازي تصاوير در كامپيوتر به صورت سه بعدي و درون‌يابي اطلاعات مي‌باشد. در اين پايان‌‌نامه با استفاده از الگوريتم ماشين بردار پشتيبان به شناسايي غدد سرطاني از يكسري تصوير از بافتهاي بيمار سرطان سينه پرداخته مي‌شود. از جمله ويژگي‌هاي اين الگوريتم، استفاده از روابط بهينه در تشخيص مرز تصاوير با سرعت بالايي به تشخيص توده سرطاني مي‌پردازد. در اين تحقيق، از ويژگي‌هاي مبتني بر مكان توده استفاده مي‌شود و براساس آن تشخيص صورت مي‌گيرد. ماشين بردار پشتيبان به‌دليل سادگي پياده‌سازي و بار محاسباتي كمتر نسبت به ساير روش‌هاي ديگر مانند شبكه‌هاي عصبي با پيچيدگي طراحي لايه‌ها و وزن‌ها، مورد استفاده قرار گرفته است كه اين روش داراي سرعت مناسب در فاز آموزشي شبيه‌سازي نيز مي‌باشد. الگوريتم پيشنهادي بااستفاده از نرم‌افزار MATLAB شبيه‌سازی می‌شود و نتايج به دست آمده نشان دهنده تشخيص تصاوير بادقت 52/97 درصدي الگوريتم پيشنهادي براي تشخيص سريع از توده سرطاني نسبت به تصوير اصلي مي‌باشد.
کلیدواژه: داده‌کاوی، تشخيص توده سرطاني، ویژگی‌های مورفولوژی، ماشين بردار پشتيبان EFL