دانلود مقاله ترجمه شده مطالعه مروری تشخیص کامپیوتری سرطان پستان از طریق ماموگرافی

چکیده

سیستم تشخیص خودکار (CAD) می تواند به عنوان دیدگاه دوم برای رادیولوژیست مورد استفاده قرار گیرد. خلاصه ای از پیشرفت های اخیر در روش های سیستم تشخیص خودکار در این مقاله ارائه شده است. تشخیص ناهنجاری ها، طبقه بندی ناهنجاری ها و بازیابی تصویر محتوا (CBIR) به طور خلاصه بررسی می شود. برای شناسایی ناهنجاری ها، تشخیص میکرو کلسیفیکاسیون، تشخیص توده و تشخیص مبتنی بر چندنما معرفی شده است. برای طبقه بندی ناهنجاری ها، طبقه بندی میکرو کلسیفیکاسیون و طبقه بندی توده معین شده است.

1-مقدمه

سرطان پستان یکی از رایج ترین تومورهای بدخیم در میان زنان است. بر طبق آمار، تعداد سرطان جدید پستان در زنان در سراسر جهان در سال 2012 حدود 1.67 میلیون نفر است. این میزان بالای سرطان در حدود 25 درصد است [1]. اگر سرطان پستان در اوایل تشخیص داده شود، جزو بدخیم‌های قابل درمان محسوب میشود [2]. از دهه 1990، مرگ و میر سرطان پستان در کشورهای توسعه یافته مانند اروپا و امریکا کاهش چشمگیری داشته است [3،4]. روش های گوناگون تصویربرداری تحت نظریه های مختلف هستند و ویژگی های مختلف در تشخیص سرطان پستان را نشان می دهند. ماموگرافی یکی از روشهای رایج برای غربالگری سرطان پستان است [5]. هنگامی که یک ماموگرام گرفته می شود، پستان باید فشرده شود. در غربالگری ماموگرافی، برای هر پستان از دو دید متفاوت تصویر گرفته می شود. این دو دیدگاه عبارتند از كرانيو كادالي (CC) و ميان دو طرفه (MLO). بعنوان مثال در شکل 1 برای یک ماموگرام چهار نما نشان داده شده است. نمای CC از یک بالا گرفته شده است. فقط چند تا ماموگرام عضله پستان را نشان می دهند. نمای MLO از روبرو گرفته شده است. عضله پستان به صورت مورب به تصویر کشیده می شود و به سطح نوک پستان و یا پایین تر گسترش می یابد. شکل عضله باید منحنی و یا بیرون زده (برآمده) باشد...