بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
تشخيص و طبقه بندي توده هاي سرطان سينه توسط استخراج ويژگي از تصاوير ماموگرافي با استفاده از تکنيک هاي پردازش تصاوير و بکارگيري شبکه عصبي
چکيده
در اين مقاله شکل هندسي و ويژگي هاي جديد بر پايه شکل و لبه ي هندسي براي طبقه بندي ضايعات جرمي سينه بر اساس استاندارد BIRADS ارائه شده است . بر اساس اين سيستم جرم هاي سينه اي با استفاده از شکل ، سايز و چگالي متمايز مي شوند که راديولوژيست مي تواند به صورت بصري به تشخيص از روي تصاوير ماموگرافي بپردازد. به علت اين که جرم هاي سينه اي شکل منظم و قائده مند رياضي ندارند، اندازه گيري آن ها بسيار مشکل است . ويژگي هاي مختلفي بر اساس شکل و لبه هندسي بر پايه ماکزيمم و مينيمم شعاع جرم براي طبقه بندي جرم ها ي سينه اي ارائه شده است . همچنين ويژگي هاي هندسي بر اساس شکل هاي منظم به عنوان ويژگي هاي بهتري نسبت به شکل هاي نامنظم شناخته شده اند. در اين مقاله هر توده به واسطه بردار ويژگي شکل که از مشخصات ١٤ شکل و لبه تشکيل شده مورد استفاده قرار مي گيرد. در اين مقاله ، با استفاده از تکنيک هاي پردازش تصوير، الگوريتمي طراحي شده است که مي تواند توده سرطاني را به صورت کاملا هوشمند از ساير بخش هاي سالم پستان استخراج نمايد و آن را به صورت کاملا مجزا نمايش دهد. قبل از اجراي فرآيند استخراج توده سرطاني ، از برخي تکنيک هاي پيش پردازش تصوير جهت ارتقاي کيفيت تصوير ماموگرافي استفاده شده است . در نهايت بردار ويژگي استخراج شده بعنوان ورودي شبکه عصبي طراحي شده قرار داده شده و در نهايت دقت طبقه بندي را که براساس نوع توده در تصوير ماموگرافي است مشخص شده است .
کلمات کليدي : تصاوير ماموگرافي ؛ توده هاي سرطاني سينه ؛ استخراج ويژگي ؛ پردازش تصاوير ماموگرافي ؛ شبکه
عصبي .
١- مقدمه
سرطان پستان دومين سرطان شايع در ميان زنان و دومين سرطان منجر به مرگ در جهان مي باشد [١]. ساليانه درحدود ١١٠٠٠ زن در سراسر جهان به دليل ابتلا به اين بيماري فوت مي شوند. شش درصد کل مرگ و ميرهاي جهان ناشي از اين بيماري است . در ايران نيز سرطان سومين عامل مرگ و در بين سرطان هاست و سرطان پستان شايع ترين سرطان ها در ميان زنان است . ماموگرافي اشعه ايکس متداول ترين تکنيک مورد استفاده راديولوژيست ها در تشخيص و غربال گري سرطان پستان است . استفاده از روش ماموگرافي در حال حاضر راحت ترين راه تشخيص زود هنگام اين بيماري است و درصد مرگ و مير را تا ٢٥ درصد کاهش داده است . اما با اين حال تفسير و شرح تصاوير حاصل از ماموگرافي بسيار دشوارتر مي باشد. بطور کلي نشانه ها و علايم سرطان پستان در تصاوير ماموگرافي را به دو دسته تقسيم بندي مي شوند: توده ها و ذرات بسيار ريز آهکي . اين دو نشانه در تصاوير ماموگرافي وجود دارند، اما تشخيص آن ها دشوار است و نياز به دقت بالاي راديولوژيست دارد. توده ها به دو دسته خوش خيم و بدخيم دسته بندي مي شوند. توده هاي خوش خيم از لحاظ تصويري حاشيه هايي بسيار ملايم و يکنواخت دارند در حالي که توده هاي بدخيم حاشيه هايي تيره رنگ و برجسته دارند و با گذشت زمان اين حاشيه ها به صورت تيز و سوزني شکل در مي آيند [١]. ذرات بسيار ريز آهکي ذرات بسيار کوچک کلسيم هستند که به صورت نقاط روشن در تصاوير ماموگرافي ظاهر مي شوند. از لحاظ تصويري توده ها به صورت تصويري با ضرايب روشنايي بسيار پايين و کدر رنگ ظاهر مي شوند و ذرات بسيار ريز آهکي معمولا با ذرات نويزي موجود در شکل اشتباه گرفته مي شوند [١].
استفاده از روش ها و تکنيک هاي پردازش تصوير و شناسايي الگوها در تشخيص و تعيين خودکار سرطان پستان از روي تصاوير ماموگرافي باعث کم شدن خطاهاي انساني و افزايش سرعت تشخيص مي شود. در اين مقاله با استفاده از تکنيک هاي پردازش تصوير به تحليل و بررسي تصاوير ماموگرافي پرداخته مي شود و مکان دقيق توده با دقت و سرعت بسيار بالا تعيين مي گردد.
پـــس از آن کـــه تـــوده از تصـــاوير مـــاموگرافي اســـتخراج شــد، تعــداد ١٤ ويژگــي هــا از ايــن تــوده اســتخراج مــي شـــود. در بخـــش هـــاي بعـــدي نحـــوه طبقـــه بنـــدي انـــواع توده هاي سرطاني شرح داده خواهد شد.
٢- مواد و روش ها
کليات روش استفاده شده در اين مقاله بصورت خلاصه در شکل ١ نمايش داده شده است .
٢-١- پيش پردازش
تـــوده هـــاي ســـرطاني يـــک بافـــت از ضـــخامت پســـتان مــي باشــند کــه غالبــا همــان بخــش ، علــت اصــلي ضــايعه و بيمــاري مــي باشــد کــه انــدازه اي در حــدود ٣ تــا ٣٠ ميلــي متــر دارنــد. معمــولا تصــاوير مــاموگرافي حــاوي اطلاعــات نســبتا مناســب از تــوده هــا هســتند، خصوصــا زمــاني کــه تــوده در بافــت ســرطاني متمرکــز نباشــد. بــه همــين خــاطر قبـــل از بررســـي تصـــاوير مـــاموگرافي و اعـــلام نظـــر در مــورد بافــت هــا، از تکنيــک هــاي پــيش پــردازش جهــت بهبـــود کيفيـــت و گويـــايي تصـــاوير مـــاموگرافي اســـتفاده مي کنيم .
٢-١-١- حذف نويز توسط فيلتر نرم کننده ميانه
فيلتر ميانه ، فيلتري غير خطي است که از آن براي حذف نويز هـاي ضربه اي استفاده مي شود. تصوير اوليـه اغلـب بـا نـويز يـا همـان سيگنال ناخواسته همراه است ،که گاهي سـبب حـذف يـا تضـعيف اطلاعات مي شود. بنابراين حـذف ايـن نـويزهـا ضـروري اسـت .
مهمترين اين نويز ها عبارتند از: نويز برجسـته ، نـويز خـط سـفيد، نويز سايه ، نويز فلفل - نمکـي (Papers &Salt ). ايـن فيلتـر بـا انجام عمل masking شروع به پيمايش تمام پيکسل ها مي کنـد و اساس کـار آن اسـتفاده از روش هـاي پـردازش محلـي تصـوير بـا بکارگيري شدت روشنايي هاي پيکسل هاي مجاور است . اين فيلتر کل همسايگي هاي پيکسل هدف را بـه صـورت صـعودي مرتـب ميکند و ميانه اعداد مرتـب شـده را انتخـاب و جـايگزين پيکسـل مرکزي مي کند. تصوير خروجي اين فيلتر بصورت تصويري آر متر همراه با نويز بسيار کم مي باشد. شکل ٢ نحوه عملکرد اين فيلتر که بصورت يک ماسک ٣*٣ بر روي بخشي از ماتريس تصوير اعمال شده است را نمايش مي دهد. نتيجه اعمال اين فيلتـر بـه روي يـک تصوير ماموگرافي نمونه به صـورت نشـان داده شـده در شـکل ٣ است .
شکل ٢) نحوه عملکرد فيلتر ميانه بر روي بخشي از ماتريس تصوير
شکل ٣) نتيجه اعمال فيلتر ميانه بر روي يک تصوير ماموگرافي نمونه
همــان طــور کــه ملاحظــه مــي شــود، تصــوير نهــايي آرام تــر شده و نويز موجود در آن حذف گرديده است .
٢-٢- جداسازي توده با استفاده از روش آستانه گذاري
بهبـــود تصـــاوير، جداســـازي و مشـــخص کـــردن قســـمت هــــاي مــــورد انتظــــار يکــــي از روش هــــاي متــــداول در پـــردازش تصـــوير اســـت . از طـــرف ديگـــر تـــوده هـــا داراي عـــرض هـــاي متفـــاوتي هســـتند، لـــذا بـــراي ارتقـــا ايـــن تصـــاوير از روش آســـتانه گـــذاري اســـتفاده شـــده اســـت .
نحـــوه عملکـــرد روش آســـتانه گـــذاري تصـــاوير بـــدين صـــورت اســـت کـــه تصـــوير بـــه دو کـــلاس اصـــلي پـــس زمينــه و پــيش زمينــه فــرض مــي گــردد و روش پيشــنهادي ســعي در يــافتن بهتــرين آســتانه بــراي تقســيم هيســتوگرام بـــه دو کـــلاس مـــي باشـــد.در ابتـــدا هيســـتوگرام تصـــوير را در t0 از وســط بــه دو نــيم تقســيم مينمــاييم . ســپس بــراي شــــدت روشــــنايي هــــاي t0 -T و T ൏ t0 ميــــانگين گيـــري انجـــام داده و بعـــد از آن ميـــانگيني کـــه از ديگـــري بيشـــتر اســـت را مـــي يـــابيم . بـــا اســـتفاده از نـــرم افـــزار MATLAB و بــــا بکــــار بــــردن برنامــــه اي کــــه آســــتانه مناســب را بــراي تصــوير در نظــر مــي گيــرد، مــي تــوان بــراي جـــدا ســـازي زمينـــه از خـــود تصـــوير بهـــره گرفـــت .
الگــوريتم پيشــنهادي بــه ايــن گونــه عمــل ميکنــد کــه در گــــام اول تصــــوير را از ورودي خوانــــده و در آرايــــه (f(i-j ريختــــه ميشــــود. در گــــام دوم ميــــانگين شــــدت روشــــنايي هــــاي بزرگتــــر از آســــتانه (a( و کــــوچکتر از آســـتانه (b( انتخـــاب شـــده بـــه دســـت مـــي آيـــد. نحـــوه اعمال اگوريتم به صورت زير است :
درنتيجــه گــروه a شـــدت روشــنايي حــداکثري و گــروه b شـــدت روشـــنايي حـــداقل را بـــه خـــود ميگيرنـــد. نتيجـــه اعمـــال الگـــوريتم بـــروي تصـــوير در شـــکل ٤ نمـــايش داده شده است .
شــــکل ٤ نتيجــــه اعمــــال روش آســــتانه گــــذاري روي تصـــوير مـــاموگرافي اســـت . امـــا همـــانطور کـــه ملاحظـــه ميشــود نــواحي اضــافه همــراه بــا تــوده موجــود مــي باشــد. در بخـــش بعـــدي الگـــوريتم پيشـــنهادي جهـــت حـــذف نواحي اضافه معرفي شده است .
٢-٣- غربــال ناحيــه مشــکوک بــه وجــود ســرطان در تصــوير و نمايش تومور
در نتيجـــه ي شـــکل ٤ بخـــش هـــايي از بافـــت پســـتان در تصــوير همــراه شــده اســت کــه جــزء ناحيــه وجــود ســرطان نمـــي باشـــد، لـــذا نيازمنـــد بـــه دقـــت بيشـــتري در فراينـــد جداســازي هســتيم ، بــه طــوري کــه عناصــر ســازنده و پايــه اي تصــوير تــوده ســرطاني از ســاير بخــش هــاي اضــافي و ســالم غربــال گردنــد. از آن جــا کــه تــوده بــه ســمت داخــل تمرکــز يافتــه اســت ، لــذا بايــد شــدت روشــنايي پيکســل هــاي پيرامــون لبــه بــه ســمت مرکــز گســترش يابنــد. بــا اســـــتفاده از روش بازســـــازي مورفولـــــوژيکي تصـــــوير، دايـــره اي بـــا شـــعاع صـــعودي ميســـازيم کـــه بـــا پيمـــايش تصــوير، شــدت روشــنايي هــاي برابــر خــود را مــي يابدکــه طــي آن پــس از تکــرار در جســتجو شــعاع نيــز افــزايش مــي يابــد و بــه محــض يــافتن پيکســل هــدف ، تمــامي پيکســل هـــاي مـــابين داراي شـــدت روشـــنايي جديـــدي برابـــر بـــا شـــدت روشـــنايي پيکســـل هـــاي لبـــه خواهنـــد داشـــت . بـــا اعمــال الگــوريتم غربــال تصــوير نتيجــه بــه صــورت شــکل ٥ خواهد شد.
٢-٤- نمايش مشخص توده به روي تصوير
پـــس از اســـتخراج تـــوده ، مرکـــز رشـــد تومـــور در مرحلـــه بيمــاري بــراي پزشــک گويــا و شــفاف ميشــود. در ايــن جــا شــدت نــور خاکســتري بــه رنــگ ســياه در آمــده اســت . نحــوه عمــل بــه ايــن صــورت اســت کــه تصــوير نهــايي تــوده را بــا تصــوير اوليــه جمــع خــواهيم زد و شــدت روشــنايي تــوده را به رنگ سياه در خواهيم آورد.
٢-٥- استخراج ويژگي هاي توده
براســـــاس ويژگيهـــــاي تجســـــمي BIRADS (گـــــزارش تصــويري ســينه ) و سيســتم اطلاعــاتي ، غــده هــاي خــوش خــيم بــه شــکل کــروي ، بيضــي ، لختــه اي (آويــزان ) گــرايش دارنــد و غــده هــاي بــدخيم شــکلي شــبيه نرمــه گــوش يــا نــامنظم يــا بــي قائــده دارنــد. انــدازه گيــري اشــکال مــنظم (باقاعـــده ) و اشـــکال نـــامنظم (بـــي قاعـــده ) بـــا بکـــارگيري ابــزار رياضــي کــاري دشــوار اســت . بــدين علــت کــه هــيج گونـــه واحـــد انـــدازه گيـــري بـــراي تمـــايز ميـــان اشـــکال مختلف وجود ندارد [١].
در ايــن مقالــه ، مــا ويژگــي هــايي شــامل مســاحت ، محــيط ، شــعاع مينــيمم و شــعاع مــاکزيمم ، نيــروي گريــز از مرکــز، کشــيدگي ، فشــردگي ، انتشــار و ديگــر جزئيــات تــوده هــاي سرطاني را استخراج نموديم .
٢-٥-١-مساحت توده (Area):
ايــن ويژگــي بصــورت تعــداد کامــل پيکســل هــاي تــوده ي اســـتخراج شـــده تعريـــف مـــي شـــود [١]. بـــراي بدســـت آوردن آن شـــمارنده اي تعريـــف کـــرديم کـــه کـــل پيکســـل هــاي تــوده را شــمارش مــي کنــد و در نهايــت عــدد بــه دست آمده معرف مساحت توده مي باشد.
٢-٥-٢- محيط توده (Perimeter):
محـــيط تـــوده بصـــورت تعـــداد کامـــل پيکســـل هـــاي دور تــــوده مــــي باشــــد [١] کــــه بــــراي بدســــت آوردن آن از تکنيــک لبــه يــابي اســتفاده کــرديم . ايــن تکنيــک معمــولا از عملگرهـــاي مشـــتق مرتبـــه اول و مرتبـــه دوم بـــراي هـــر پيکســل اســتفاده مــي کنــد. عمــل گــر مشــتق مرتبــه اول پيکســـل هـــايي را کـــه در آن هـــا دامنـــه شـــدت روشـــنايي بزرگتـــر از مقـــدار آســـتانه تعريـــف شـــده اســـت ، در همـــان ناحيــه از تصــوير نمايــان مــي ســازد و عملگــر مشــتق مرتبــه دوم نيــز بــه دنبــال يــافتن نقــاط تلاقــي بــا صــفر اســت . اگــر تصـــوير اصـــلي را بـــا (f(x-y نمـــايش دهـــيم ، مشـــتق مرتبـــــه اول آن شـــــامل afx و ofy خواهـــــد بود.گراديـــــان پيکســـل بصـــورت (x-y(f - بيـــان مـــي شـــود کـــه در معادله زير نشان داده شده است :
