عنوان

قطعه‌بندی تصاویر ماموگرافی با استفاده از ترکیب یک الگوریتم تکاملی و یک روش بهینه‌سازی محلی

‭۱۴۳۶۷پ‬

per

قطعه‌بندی تصاویر ماموگرافی با استفاده از ترکیب یک الگوریتم تکاملی و یک روش بهینه‌سازی محلی

/رامین راثی

: پردیس

، ‮‭۱۳۹۳‬

چاپی

کارشناسی ارشد

علوم کامپیوتر، گرایش سیستم‌های کامپیوتری

‮‭۱۳۹۳/۱۱/۳۰‬

تبریز

شایع‌ترین سرطان در بین زنان کشورهای درحال توسعه و توسعه یافته، سرطان سینه است .در کشورهای در حال توسعه با توجه به افزایش امید به زندگی، افزایش شهرنشینی و گرایش به زندگی غربی، سرطان سینه در حال رشد می‌باشد .سازمان بهداشت و سلامت جهانی راه‌کارهایی را جهت تشخیص زود هنگام این نوع سرطان به کشورهایی با درآمد کم یا متوسط پیشنهاد می‌کند که مهم‌ترین آنها آگاهی از علائم اولیه بیماری و ماموگرافی به وسیله آزمایش کلینیکی سینه است .رادیولوژیست‌ها در تفسیر تصاویر ماموگرافی با توجه به خصوصیات تصویر دچار مشکل می‌شوند .کیفیت تصویر و تخصص رادیولوژیست حساسیت تشخیص تصاویر ماموگرافی را تحت تاثیر قرار می‌دهد .فن‌آوری تشخیص به کمک کامپیوتر با افزایش خوانایی تصاویر می‌تواند باعث افزایش کارآیی رادیولوژیست‌ها به شیوه‌ای مقرون به‌صرفه شود .راه‌کار پیشنهادی مطرح شده روشی بر پایه الگوریتم‌های تکاملی می‌باشد به‌طوری‌که با در نظر گرفتن نظریه داروین در دنیای طبیعی، دستیافت های بشر امروزی نیز به عنوان یک گام جدید به این روش اضافه شده است .با توجه به مطالعات انجام شده تقریبا در تمامی روش‌های حل مسئله قطعه‌بندی تصاویر، بر پایه الگوریتم‌های تکاملی، بهینه‌سازی تنها در متغیرهای مربوط به گام‌های الگوریتم‌های تکاملی و همچنین ترکیب آن‌ها با یکدیگر می‌باشد در حالی‌که در این تحقیق بیشتر از آنچه مربوط به بهینه‌سازی پارامترهای مربوط به الگوریتم‌های تکاملی می‌باشد، تلاش در جهت ارائه یک روش نوین برای حل مسائل پیچیده است به‌طوری که بتوان مسائلی همچون اصلاح ژنتیکی و حضور آزمایشگاه‌های ژنتیکی در دنیای طبیعی را با الگوریتم‌های تکاملی ادغام نمود.پایه و اساس این ایده بدین صورت می‌باشد که در روش‌های قبلی سعی می‌شد مسئله به صورت طبیعی و با استفاده از ترکیب و جهش‌های متنوع حل شود در حالی‌که با توجه به زیبایی این روش در حل مسائل باید در نظر گرفت که برخی از بهینه‌سازی‌ها در دنیای طبیعی پس از دستبرد بشر به دنیای ژنتیک سرعت بالاتری به خود گرفته است و در اکثر موارد همچون اصلاح ژنتیکی نباتات و حیوانات شاهد این موضوع هستیم .در این تحقیق تصاویر ‮‭MLO‬ ماموگرافی به‌عنوان ورودی الگوریتم پس از پیش پردازش و تولید ریزقطعه‌ها که هر قطعه عددی منحصر به‌فرد را دارد به مرحله پردازش ارسال می‌شود که در این مرحله پس از تولید جمعیت اولیه که ژن‌های این جمعیت از ریز قطعه‌های مرحله پیش‌پردازش می‌باشد و ارزیابی این جمعیت) محاسبه تابع برازندگی (در صورت خاتمه نیافتن الگوریتم این جمعیت وارد آزمایشگاه شده و عملیاتی روی این جمعیت) گام‌های آزمایشگاهی (صورت می‌گیرد که این یکی از این گام‌ها تولید کروموزوم جدید از برترین ژن‌های کروموزوم‌های موجود می‌باشد .در این گام پارامترهای محاسبه برتری ژن‌های موجود مستقل از پارامترهای تابع برازندگی می‌باشد و دلیل این امر جلوگیری از تاثیر مستقیم بر روی تابع برازندگی می‌باشد .انجام گام دیگری که در آزمایشگاه صورت می‌گیرد تولید بسته ژنتیکی می‌باشد .کاربرد این بسته در گام جهش از الگوریتم‌های تکاملی می‌باشد .پس از درج کروموزوم برتر درون جمعیت این جمعیت از آزمایشگاه خارج شده وارد مرحله ترکیب می‌شود .با توجه به آزمایشات صورت گرفته و نتایج حاصل، اضافه کردن گام آزمایشگاه باعث بالا رفتن کیفیت رسیدن به جواب نهایی شده است

The most common cancer among women in developing and developed countries, is breast cancer. In developing countries, due to increasing life expectancy, increasing urbanization and the tendency to Western life, breast cancer is growing day by day. World Health Organization suggests some solutions for the early detection of cancer in low and middle income countries. One of these solutions is to be aware of the early signs of the disease and doing a mammogram by clinical breast examination. Radiologists are in trouble while interpreting the mammographic images according to image features. The quality of the image and the expertise of a radiologist, affects the diagnosis sensitivity of mammographic images. The technology of recognition by using computer and increasing the readability of images, leads to an increase in radiologists` efficiency in a really low cost way.The proposed approach is a method based on evolutionary algorithms so that with regard to Darwin's theory of natural world, modern man`s recently achieved successes is considered a new step that has been added to this method. According to studies, almost all methods for solving the problems of image segmentation, which are based on evolutionary algorithms, has the process of optimization that happens only in the variables related to the evolutionary algorithms and when combining them together . While this research is mostly about the optimization of the parameters related to the evolutionary algorithms, we are just trying to provide a new method for solving complex problems, so that we can merge issues like genetic modification and the existence of genetic laboratories in natural world with evolutionary algorithms . The basis for this idea is that, in previous methods, they believed that the problem would be solved normally and by using a combination of different mutations, but as this method is really great, we should consider the fact that some of the optimizations in the natural world, has taken a higher speed after man `s manipulation in the world of genetics .In most of the cases we see this issue, such as genetically modified plants and animals.In this research, the MLO mammogram images are sent to the processing stage but this happens as the input of algorithm and after preprocessing stage .Moreover, in order to make this event done, the production of small pieces for each of which, a unique number is coined should be finished. In this stage after the production of the initial population, for which the genes are from the tiny pieces of the preprocessing stage, the assessment of this population takes place (calculating propriety function). In the case that the algorithm is not finished, this population is sent to the laboratory for further operations (test steps). One of theses steps is creating a new chromosome out of the best chromosome genes. In this stage, the parameters used for calculating the supremacy of existing genes are independent of calculating the propriety function .The reason for this procedure is to avoid having direct effect on the propriety function. Another step that is carried out in the laboratory, is producing of genetic packets. This package is used in step mutation of evolutionary algorithms. After inserting the supreme chromosome into the population , this population is left out of the laboratory and enters to the stage of mixing. According to the experiments conducted and the results, adding the laboratory step, has led to an increase in the quality of the final result

راثی، رامین

لطفی، شهریار، استاد راهنما

کریم پور، جابر، استاد مشاور

ایزدخواه، حبیب، استاد مشاور

سیاه و سفید

نمایه‌سازی قبلی