AURUM Mühendislik Sistemleri ve Mimarlık Dergisi
Yazarlar: Barish İZADDİN, Ayça KURNAZ TÜRKBEN
Konular:Bilgisayar Bilimleri, Yapay Zeka
DOI:10.53600/ajesa.1008865
Anahtar Kelimeler:Meme tümörleri,Görüntü işleme sinir ağı,Bulanık c-ortalamalar ve eşik
Özet: Meme tümörü segmentasyonu, meme kanseri tedavisi ve takibinde çok önemli bir aşamadır. Radyologlar, bu a indirebilirler. Kaynak resimleri zorlu süreci otomatikleştirerek meme kanseri analizinin yüksek iş yükünü en az ön işleme tabi tuttuktan sonra, bu makale, Fuzzy c-Means ve Thresholding (FCMT) kombinasyonunu kullanarak tıbbi görüntülemede meme tümörlerini ve enfekte olmayan alanları (meme) doğru bir şekilde segmentlere ayırmak için bir sistem kurdu. Bu, segmentasyon için herhangi bir eğitim almadan her bir göğüs dilimi üzerinde çalışan bilgisayar destekli bir teşhis yöntemidir. 79 Bilgisayarlı Tomografi (BT) ve Manyetik Rezonans Görüntüleme (MRI) görüntüsünün bulunduğu bir veritabanında. Görüntü kalitesini artırmak için, FCMT’yi segmentasyon için uygulamadan önce kontrast artırma gibi ön işleme teknikleri kullandık. Tasarlanan yaklaşımın etkinliğini değerlendirmek için Ortalama Kare Hatası, zar katsayısı, Yapılandırılmış Benzerlik İndeksi, Tepe Sinyal-Gürültü Oranı, doğruluk ve hassasiyet hesaplandı. Aynı veri setinde, tekniğimizi farklı segmentasyon yöntemleriyle karşılaştırdık. 0.9568 zar katsayısı ve 0.9731 doğruluk ile yaklaşımımız diğerini önemli ölçüde aştı. Deneylerin bulgularına göre, önerilen yaklaşım, tıbbi resimlerde tümör ilerlemesini segmentlere ayırmada daha esnek ve doğrudur.