پارسای داخل کشور کارشناسی ارشد 1394
موضوع: مهندسی زیست پزشکی
پدیدآور: مهدی مزروعی سبدانی
استاد راهنما: حسین منتظری کردی
دانشگاه صنعتی نوشیروانی بابل، دانشکده مهندسی برق و کامپیوتر
چکیده

سرطان پوست یکی‌از سرطان‌های رایج در میان جوامع بشری محسوب می‌شود و میزان شیوع آن به طور چشمگیری در حال افزایش است. در بین انواع سرطان پوست، ملانوما خطرناکترین نوع آن بوده و با رشد ضایعه، شانس درمان بیماری به شدت کاهش می‌یابد. تشخیص زودرس بیماری سرطان در درمان این عارضه نقش بسزایی ایفا می‌کند. از آنجایی که تشخیص این بیماری در مراحل نخست، حتی توسط متخصصین خبره نیز به سختی انجام می‌پذیرد، لذا ارائه روشی کارآمد جهت تشخیص ملانوما در مراحل اولیه بسیار مفید و ارزنده خواهدبود. پوست‌های رنگینه به سه دسته خوش‌خیم، دیسپلاستیک، و ملانوما تقسیم می‌شوند. تشخیص ملانوما از روی تصاویر بافت پوست در گام اول بر پیش‌پردازش مناسب جهت استخراج مرز ضایعات نیاز دارد. سپس، استخراج ویژگی‌های مناسب برای تعیین شکل و نوع بافت از اهمیت ویژه‌ای برخوردار می‌باشد. در نهایت، به کارگیری روش طبقه‌بندی مناسب و کارآمد جهت تفکیک ضایعات پوستی بمنظور تشخیص نوع بیماری فرد مبتلا، موثر خواهدبود. در این پروژه سعی خواهیم کرد تا رویکردی جدید برای تشخیص سرطان پوست از روی تصاویر مربوط به ضایعه های پوستی ارائه دهیم. از آنجا که مهمترین مرحله برای تشخیص سرطان پوست از روی تصاویر، استخراج ویژگی های مهم مربوط به ضایعه های پوستی در تصویر است، ما در این پایان نامه روی این مرحله مهم، تمرکز می کنیم. تعیین دقیق ویژگی ها، تاثیر زیادی در کارایی سیستم تشخیص سرطان پوست پیشنهادی خواهد داشت. بنابراین از یک متد قوی به نام فیلتر گابور استفاده می کنیم. همچنین با توجه به اینکه نواحی مختلف ضایعه پوستی نشانگر ویژگی های متفاوتی می باشد، ما قصد داریم از روش های محلی برای استخراج ویژگی استفاده کنیم. همچنین برای قطعه بندی نواحی ضایعه پوستی از منطق فازی استفاده خواهیم کرد. علاوه بر این، در این تحقیق سعی خواهد شد علاوه بر دسته بند SVM از چندین روش دسته بندی مورد استفاده و مقایسه قرار گیرد. نتایح آزمایشات نشان می دهد که سیستم پیشنهادی بهبود قابل توجهی در نرخ بازشناسی سرطان ملانوما داشته است.