Inteligentny system identyfikacji raka piersi

Celem niniejszej książki jest opracowanie inteligentnego systemu identyfikacji raka piersi (ICBIS) opartego na technikach przetwarzania obrazu i klasyfikatorze sieci neuronowej. W ostatnim czasie wielu badaczy opracowało systemy rozpoznawania obrazów służące do klasyfikacji nowotworów piersi przy użyciu różnych technik przetwarzania obrazów i klasyfikacji. Wyzwaniem jest wydobycie rzeczywistych cech, które odróżniają nowotwory łagodne od złośliwych. Klasyfikacja obrazów raka piersi została przeprowadzona przy użyciu charakterystyki kształtu i tekstury obrazów. Asymetria, okrągłość, poziomy intensywności i inne cechy są dokładnymi cechami kształtu i tekstury, które odróżniają dwa rodzaje nowotworów piersi. Techniki przetwarzania obrazów są wykorzystywane w celu wykrycia guza i wyodrębnienia obszaru zainteresowania z mammografii. W celu wykrycia obrazów przeprowadzono następujące operacje przetwarzania danych: progowanie, filtrowanie i dostosowywanie, wykrywanie krawędzi Canny'ego oraz niektóre operacje morfologiczne. Następnie wyodrębniono cechy kształtu i tekstury za pomocą algorytmu GLCM (Gray-Level Co-Occurrence Matrix) w celu dokładnej klasyfikacji mammografii na guzy normalne, łagodne i złośliwe.