SAYISAL MAMOGRAM GÖRÜNTÜLERİNDE BİLGİSAYAR DESTEKLİ KİTLE TESPİTİ İÇİN BİR BULANIK ÇIKARIM SİSTEMİ TASARIMI


Creative Commons License

UZUNHİSARCIKLI E. , Göreke V., Öztoprak B.

TIPTEKNO'15 TIP TEKNOLOJİLERİ ULUSAL KONGRESİ, Muğla, Türkiye, 15 October 2015, ss.38-41

  • Basıldığı Şehir: Muğla
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayısı: ss.38-41

Özet

Meme kanseri halen kad?nlarda en s?k görülen kanser
türüdür ve kansere bağl? ölüm nedenlerinin de baş?nda
gelmektedir. Bu hastal?k memenin düşük radyasyon
kullan?larak elde edilen X-Ray görüntüsü ile tespit
edilebilir. Radyolojik görüntülerin yorumlanmas?nda,
hekime karar aşamas?nda yard?mc? olmak amac?yla
bilgisayar yard?m?yla teşhis ve tespit sistemleri ile ilgili
çal?şmalar devam etmektedir. Bu sistemler; genel olarak
görüntü işleme (image preprocessing), ve s?n?fland?rma
olarak isimlendirilen temel aşamalara sahiptir.
Mamogram görüntülerinden bilgisayar yard?m?yla kitle
tespitinde yapay zeka teknikleri ve bulan?k ç?kar?m
sistemleri gibi yöntemler kullan?labilmektedir. Bu
çal?şmada MIAS veri taban?ndan görüntüler
kullan?lm?şt?r. Bu görüntülere görüntü işleme teknikleri
uyguland?ktan sonra görüntüye ait istatistiksel
öznitelikler hesaplanm?şt?r. Bu öznitelikler kullan?larak
kitle tespiti yapan bir bulan?k ç?kar?m sistemi
tasarlanm?şt?r. Tüm görüntüler, tasarlanan sistem
taraf?ndan test edilerek sistemin duyarl?l?k ve özgüllük
değerleri hesaplanm?şt?r. Duyarl?l?k için %98, özgüllük
için %99 değerleri elde edilmiştir. Ayn? veri seti üzerinde
daha önce yapay sinir ağ? ile yapt?ğ?m?z çal?şmada elde
edilen duyarl?l?k %96, özgüllük %96 değerlerinden daha başar?l? sonuç al?nm?şt?r.

Breast cancer is the most common cancer in women. A
mammogram is an X-ray of the breast, using very low levels
of radiation. Artificial intelligence and fuzzy inference
techniques can be used in CAD systems. These systems
generally have main phases that the their names are image
processing, and classification. In this study, we used images
of mammogram that were obtained MIAS database. The fuzzy
inference system was designed using image processing
tecniques and statical features. The system was tested and for
sensitivity and specificity respectively, %98 and %99 was
found. This study gave better results than our earlier studies
using artificial neural network that have %96 sensivity and
%96 specifity.