نام و نام خانوادگی: ساناز ترنج
عنوان پایان نامه: حذف نویز تصاویرماموگرافی با استفاده از شبکه های عصبی عمیق
رشته تحصیلی: مهندسی پزشکی- بیوالکتریک
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما:دکتر مهدی نصری
چکیده: زنان بخش مهم و نیمی از جامعه انسانی را تشکیل میدهند به همین لحاظ سلامتی آنها حائز اهمیت است و کل جامعه را شامل می شود. امروزه یکی از شایعترین خطراتی که سلامتی آنها را با تهدید جدی مواجه می کند سرطان سینه است. این عارضه اگر زود و به هنگام تشخیص داده شود می توان از خطرات احتمالی که حتی می تواند منجر به مرگ شود جلوگیری کرد. یکی از موثرترین روشهای تشخیص با استفاده از تصاویر ماموگرافی
است. در تصاویر ماموگرافی به دلیل ابعاد کوچک میکروکلسیفیکیشنها (توده های کلسیمی) امکان خطا با نویز تصاویر، توسط پزشک وجود دارد. ماموگرافی به طور ذاتی دارای نویز می باشد که باعث کاهش نمایش بصری ماموگرامهای دیجیتالی و ارائه تصویر خروجی به صورت تصویری لکه دار، دانه دانه و دارای ظاهری خاص و لکه های سفید می شود و تشخیص میکرو کلسیفیکیشن را دشوار می سازد. هدف از این پژوهش، حذف نویز تصاویر
ماموگرافی بر اساس شبکه های کانولوشنی برپایه شبکه باقیمانده عمیق با فیلترهای غیر محلی می باشد. داده ها دارای ویژگیهایی همچون عمق رنگ خاکستری و طول و عرض زیاد است. در این پژوهش 275 تصاویر ماموگرافی
به صورت تصادفی، به عنوان داده و از شبکه هایی با عمق کم استفاده شده است که با ایجاد نویزهای مصنوعی بر روی تصاویر سعی بر آن است تا با گذر دادن یک تصویر در طول شبکه، بتوان با تشخیص نویز و حذف آن، یک
تصویر خروجی با بیشترین میزان شباهت به تصویر اولیه به دست آید. که این کار در سه مرحله انجام خواهد شد. ایجاد مدل و بررسی اولیه، آموزش مدل، تست مدل. در صورت نتیجه بخش بودن نتیجه تست، می توان از مدل برای پیش بینی استفاده کرد و درغیر این صورت این مراحل می بایست از نو وبا رفع اشکالات مدل پیشین تکرار شود. در نهایت، در این پژوهش با الهام از مدل شبکه باقیمانده عمیق، به منظور جلوگیری از میل کردن ضرایب لایه های میانی و پایانی، اقدام به استفاده از داده های موجود در لایه های قبلی خواهیم کرد.
کلیدواژه:حذف نویز تصویر، شبکه عصبی کانولوشن، تصاویر ماموگرافی، شبکه باقیمانده عمیق
تاریخ دفاع: پاییز 1396