ترغب بنشر مسار تعليمي؟ اضغط هنا

استخدام تحويلي TOP-HAT و BOTTOM-HAT لتحسين تباين صور الماموغرام

Using Top-Hat and Bottom-Hat Transforms for Contrast Enhancement of Mammograms

1520   1   30   0 ( 0 )
 تاريخ النشر 2016
  مجال البحث هندسة الأجهزة الطبية
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

التصوير الشعاعي للثدي (الماموغرام) هو تقنية تستخدم على نطاق واسع للكشف عن سرطان الثدي، فبالرغم من وجود تقنيات أخرى مختلفة للكشف عن سرطان الثدي إلا أن التصوير الشعاعي للثدي هو الأسلوب الأكثر موثوقية و فعالية في الكشف المبكر عن سرطان الثدي. إن الصور التي يتم الحصول عليها عن طريق التصوير الشعاعي للثدي هي ذات تباين منخفض و هذا ما يسبب مشكلة لأطباء الأشعة لتشخيص المرض من هذه الصور، إذاً، تستخدم تقنيات معالجة الصورة في الحصول على صور ذات جودة عالية، بهدف استخلاص أي نوع من المعلومات منها، لذلك وضعت العديد من الخوارزميات لتحسين تباين الصورة خلال السنوات الماضية. في هذا العمل، اُقْتُرِحَتْ طريقة لتحسين تباين التكلسات في صور الماموغرام، تعتمد هذه الطريقة على تطبيق تحويلي القبعة العليا Top-Hat و القبعة السفلى Bottom –Hat و التي تعتمد على العمليات المورفولوجية الرياضية. اختبرت الطريقة على مجموعة صور ذات أنماط مختلفة من نسج الثدي من قاعدة بيانات معيارية mini-Mias . لتقييم أداء خوارزمية التحسين استخدم معيار تحسين التباين CII، و معيار نسبة ذروة الاشارة الى الضجيج PSNR بعد كل تحسين. تشير النتائج التجريبية أن الخوارزمية المقترحة لديها القدرة على تحسين نظام التشخيص بمساعدة الحاسب (CAD) و خاصة لنسج الثدي الكثيفة.

المراجع المستخدمة
BORING,C.C., SQUIRES, T.S. and TONG, T.; "Cancer statistics, 1992, CA", A Cancer Journal for Clinicians, Vol. 42, No. 1, pp. 19-38, 1992
JOHNS .P.C., YAFFE .M.J.,“X-ray characterization of normal and neoplastic breast tissues,” Physics Medical and Biology, Vol.32, no. 6, 1987, 675-695
THANGAVEL .K., KARAN .M., SIVAKUMAR .R., KAJA MOHIDEEN.A., “Automatic detection of microcalcification in mammograms: a review,” ICGST-GVIP Journal, Volume (5), Issue (5), May 2005
قيم البحث

اقرأ أيضاً

يعتبر الماموغرام الخيار الأفضل للكشف المبكر عن سرطان الثدي عند النساء، طورت أنظمة الكشف بمساعدة الحاسب (CAD) من أجل تحسين تشخيص صور الماموغرام. يقدم هذا البحث طريقة مقترحة لتجزيء صور الماموغرام آلياً اعتماداً على طريقة أوتسو Otsu’s method بهدف ك شف آفة التكلسات الميكروية و الكتل من صور الماموغرام المجزأة ، تستند هذه التقنية المقترحة إلى ثلاث خطوات، أ ( تحديد مواصفات المنطقة ذات الاهتمام ROI, ب ( تحويل المويجي ثنائي البعد، ج ( تطبيق تعتيب أوتسو على ROI لاستخلاص الآفة. اختبرت الطريقة المقترحة على عدة صور أخذت من قاعدة بيانات معيارية mini-MIAS. و نفذت ضمن بيئة برنامج الماتلاب، . و يمكن إنجازها بشكل فعال على حاسب شخصي بسيط. بينت النتائج التجريبية و نتائج تقييم الأداء بأن الخوارزمية المقترحة تعتبر أداة مساعدة في تحسين أداء التشخيص، و لها القدرة على الكشف عن آفات الثدي.
سرطان الثدي هو من الأمراض السرطانية الأكثر انتشاراً بين النساء. و تشخيصه في مرحلة مبكرة تتيح إمكانية علاج المرض بشكل أكثر فعالية. و تعد التكلسات أحد أهم العلامات للكشف عن السرطان بمرحلة مبكرة. و التصوير الشعاعي للثدي (الماموغرام) هو الأسلوب الأمثل و المتبع للكشف عن آفات الثدي باستخدام جرعات منخفضة من الأشعة. و قد أثبتت الدراسات أن حساسية الماموغرام قابلة للتحسن بين 15% و 30% بالاعتماد على أنظمة التشخيص بمساعدة الحاسب (CAD (Computer Auto-Detection، و التي تعد بمنزلة قارئ ثانٍ لتنبيه الطبيب إلى مناطق قد يغفل عنها. تلخص هذه المقالة الخوارزميات المختلفة التي نُشرت مؤخراً للكشف عن التكلسات الميكروية و تقارن أداءها. و تناقش أسباب ضرورة اعتماد قاعدة بيانات عامة معيارية لاختبار أداء أنظمة الكشف بمساعدة الحاسب CAD و الدوافع لزيادة كفاءة مختلف أنظمة CAD في المجال التشخيص السريري.
بعد نجاح اهتمام DOT-Product في المحولات، تم اقتراح تقريب عديدة مؤخرا لمعالجة تعقيدها التربيعي فيما يتعلق بطول الإدخال. في حين أن هذه المتغيرات هي الذاكرة وتحسب كفاءة، فمن غير الممكن استخدامها مباشرة مع نماذج اللغة المدربة مسبقا مسبقا تدربت باستخدام ا هتمام الفانيليا، دون مرحلة ما قبل التدريب التصحيحية باهظة الثمن. في هذا العمل، نقترح تقريب بسيط ولكن دقيق للغاية لاهتمام الفانيليا. نقوم بمعالجة الاستعلامات في قطع، ولكل عملية استعلام، حساب أعلى الدرجات * K * فيما يتعلق بالمفاتيح. يوفر نهجنا عدة مزايا: (أ) استخدام ذاكرةه خطي في حجم الإدخال، على غرار متغيرات الانتباه الخطي، مثل أداء و RFA (B) هو استبدال انخفاض في انتباه الفانيليا الذي لا يتطلب أي تصحيحية -إجراء (ج) يمكن أن يؤدي أيضا إلى وفورات كبيرة في الذاكرة في طبقات الأعلاف إلى الأمام بعد إلقاءها في إطار القيمة المألوفة ذات القيمة الرئيسية. نحن نقيم جودة أعلى - * K * تقريب طبقات الاهتمام متعدد الأطراف على أساس الساحة الطويلة المدى، وللطبقات التغذية من T5 و unifectqa على مجموعات بيانات QA متعددة. نظرا لأن نهجنا يؤدي إلى الدقة التي تظل مما يقرب من انتباه الفانيليا في إكمال متعددة بما في ذلك التدريب من الصفر والضبط الناعم والاستدلال بالرصاص الصفر.
نقدم في هذا البحث نمطاً جديداً من التشفير باستخدام مفتاح التشفير عبارة عن مصفوفات عددية خاصة (مثلثية عليا أو سفلى) محققة لشرطي مصفوفة Hill, و هذه المصفوفات متولدة من متجهات مركباتها أعداد أولية نسبيا مع المقاس n = 256 و علاقة التشفير هي ناتج ضرب مصفوفة النص الأصلي بمفاتح التشفير.
في سياق استرجاع المرفق العصبي، ندرس ثلاث تقنيات واعدة: توليد البيانات الاصطناعية، أخذ العينات السلبية، والانصهار. نحن نحقق بشكل منهجي كيف تسهم هذه التقنيات في أداء نظام الاسترجاع وكيف تكمل بعضها البعض. نقترح إطارا متعدد المراحل يتكون من التدريب المسب ق مع البيانات الاصطناعية، والضبط بشكل جيد مع البيانات المسمى، والأماينة السلبية في كلتا المرحلتين. نقوم بدراسة ست استراتيجيات أخذ العينات السلبية وتطبيقها على مرحلة ضبط الدقيقة، وكخادمة جديرة بالملاحظة، إلى البيانات الاصطناعية التي نستخدمها للتدريب المسبق. أيضا، نستكشف أساليب الانصهار التي تجمع بين السلبيات من استراتيجيات مختلفة. نقيم نظامنا باستخدام مهام استرجاع مرور اثنين للنطاق المفتوح واستخدام MS MARCO. تظهر تجاربنا أن زيادة التباين السلبي في كلتا المراحل فعالة لتحسين دقة استرجاع المرور، والأهم من ذلك، كما أنها تظهر أن توليد البيانات الاصطناعية والأماينة السلبية لها فوائد مضافة. علاوة على ذلك، فإن استخدام الانصهار من الأنواع المختلفة يسمح لنا بالوصول إلى الأداء الذي يحدد مستوى جديد من بين الفنادق في قسمين من المهام التي تقييمناها.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا