سهیلا حافظی حقانی، جابر ذبیحی راد، محمد قاسم‌بندی، سجاد فرخی،
دوره ۲۱، شماره ۱ - ( فروردین ۱۴۰۲ )
چکیده
پیش‌زمینه و هدف: سرطان مهاجم دهانه رحم دومین سرطان شایع در بین زنان سراسر جهان است. روش‌های بسیاری بر مبنای هوش مصنوعی برای تشخیص دقیق نرمال بودن یا سرطانی بودن سلول‌ها و کمک به فرد متخصص در تشخیص هر چه بهتر و سریع‌تر سرطان ارائه شده است. هدف از انجام پژوهش حاضر، ارائه یک روش جدید و کارآمد در تشخیص سلول‌های طبیعی از غیرطبیعی بود.
مواد و روش‌ها: این یک مطالعه توصیفی بود. برای ایجاد پایگاه داده، ۲۶۰۰ تصویر از ۱۵۰ لام سیتولوژی تهیه گردید. تصاویر توسط متخصصین مورد ارزیابی، شناسایی و طبقه‌بندی قرار گرفتند. جهت ارزیابی روش پیشنهادی در پایگاه داده تهیه‌شده، از مجموع ۲۶۰۰ تصویر تهیه‌شده ۱۳۰۰ تصویر برای آموزش سیستم و ۱۳۰۰ تصویر برای آزمون در نظر گرفته شد. در این پژوهش جهت ارزیابی روش پیشنهادی و مقایسه با سایر روش‌ها، از نرم‌افزار MATLAB نسخه R۲۰۱۴b استفاده شده است.
یافته‌ها: جهت استخراج ویژگی‌های سلول‌ها در هر سه مرحله از استخراج گرهای مورفولوژیکی و برای طبقه‌بندی به ترتیب از ماشین بردار پشتیبان، رگرسیون لجستیک و طبقه‌بندی ۵/۴C استفاده شد. دقت روش پیشنهادی در تشخیص سلول‌ها دهانه رحم در دو گروه نرمال و غیرنرمال ۲۳/۹۸ درصد بود که نسبت به سایر روش‌ها بیشتر بوده و همچنین نسبت مثبـت کـاذب با عدد ۹۲/۰ درصد و منفـی کـاذب ۸۵/۰ درصد نسبت به سایر روش‌ها کمتر است.
بحث و نتیجه‌گیری: روش پیشنهادی می‌تواند با تشخیص زودهنگام سرطان با دقت و حساسیت بالا و نتایج کاذب کمتر، کمک چشمگیری به تشخیص در حیطه پزشکی نماید و در بسیاری از موارد در درمان به‌موقع بیماران و جلوگیری از مرگ‌و‌میر آن‌ها تأثیر بسزایی داشته باشد.
umsu.ac.ir , j.nur.mid