پژوهشگران مهندسی پزشکی دانشگاه تربیت مدرس با استخراج ویژگیهای تصویر و طبقه بندی آنها به ایجاد الگوریتمی در تشخیص بیماری ملانوما دست یافتند که تا حدود 91 درصد در تشخیص این نوع سرطان موفق است.

تشخیص ملانوما در مراحل نخست بیماری می تواند به طور چشمگیری از مرگ جلوگیری کند و از آنجایی که تشخیص این بیماری در مراحل اولیه به سختی انجام می شود ارائه روشی که تشخیص ملانوما را در مراحل آغازین بیماری آسان کند بسیار مفید است.

در تحقیقی که تحت عنوان "بررسی نقش و اثر نور پلاریزه در درماتوسکپی از بدن با استفاده از شبیه سازی" توسط  منصور فاتح در قالب پایان نامه کارشناسی ارشد انجام و ارائه شد، دانش آموخته رشته مهندسی پزشکی دانشگاه تربیت مدرس توانست با استخراج ویژگیهایی از تصویر و طبقه بندی کردن آنها به ایجاد الگوریتمی بپردازد که به تشخیص ملانوما کمک می کند.

فاتح در خصوص طرح تحقیقاتی خود گفت: در این پژوهش نشان داده ایم برای بالا بردن دقت مرزبندی می توان از فیلتر پلاریزه با زاویه مناسب به عنوان پیش پردازشی مناسب استفاده کرد. اعمال فیلتر پلاریزه با زوایای مختلف برای به دست آوردن بهترین تصویر، امری قابل انجام اما دشوار است از این رو شبیه سازی فیلتر پلاریزه و اعمال آن بر روی تصویر به عنوان یک ابزار پردازشی مناسب پیشنهاد می شود.

وی با تشریح بقیه مراحل تحقیق افزود: سپس الگوریتم مرزبندی بر روی بهترین تصویر اعمال می شود تا مرزبندی دقیق بین ضایعه و زمینه صورت گیرد. بعد از این مرحله می توان به استخراج ویژگیهای ضایعه پرداخت.

مجری طرح اضافه کرد: ویژگی های استخراج شده به کمک طبقه بند، طبقه بندی می شوند تا الگوریتمی تکمیل شود در صورتی که از طبقه بندی SVM استفاده شود، این الگوریتم تا حدود 91 درصد در تشخیص ملانوما موفق خواهد بود.

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha