الگوریتمی برای تشخیص دقیق و سریع سرطان پستان

موبنا- سرطان پستان پس از سرطان کبد، شایع ترین نوع سرطان در جهان است. گزارش شده است که از هر هشت زن یک نفر در بخشی از زندگی خود به سرطان پستان مبتلا می گردد. مراحل مختلف سرطان پستان به چگونگی گسترش آن بستگی دارد و با مقیاسی از صفر تا چهار سنجیده می شود. عوامل محیطی درکنار تغذیه غنی به لحاظ روغنی و چاقی به ویژه در زنانی که در دوران یائسگی به سر می برند خطر ابتلا به سرطان سینه را افزایش می دهد. مصرف الکل نیز موجب افزایش خطر گردیده و تاثیر سیگار بر این بیماری همچنان مورد بحث است. بنا بر برخی گزارش های علمی، تمرینات منظم و فعالیت های فیزیکی باعث کاهش خطر سرطان پستان می گردد.

آن گونه که محققان می گویند: بیماری سرطان پستان ناشی از رشد خارج از قاعده سلول های غیر طبیعی در پستان است. در هر دو نوع تومورهای خوش خیم و بدخیم، رشد سریع و زیاد سلول ها وجود دارد. روند زیاد شدن سلول ها در تومورهای خوش خیم در مرحله مشخصی متوقف می شود. اما در تومورهای بدخیم، این رشد به صورت غیر قابل مهار ادامه می یابد تا حدی که در صورت عدم درمان، تمامی قسمت های بدن را تحت تأثیر قرار داده و از کار می اندازد.

شایع ترین نوع سرطان پستان، سرطان از منشاء مجاری شیری است و از آنجا که این نوع بافت بیشتر در یک چهارم بالایی و خارجی پستان وجود دارد، در حدود نیمی از سرطان های پستان در ربع فوقانی و خارجی آن یافت می شوند.

در تحقیقی که در رابطه با این بیماری و تشخیص آن توسط محققانی از موسسه آموزش عالی ارومی ارومیه و دانشگاه علوم پزشکی اردبیل انجام شده است، تشخیص سرطان پستان با استفاده ازیک الگوریتم خاص برای پردازش تصاویر پزشکی مورد بررسی قرار گرفته است.

در این تحقیق، ویژگی های تصاویر ماموگرافی با استفاده از الگوریتمی به نام الگوریتم استخراج ویژگی Harris  استخراج شده اند. تصاویر ماموگرافی سپس با استفاده از نرم افزار متلب تحلیل شدند و خروجی های ایده آل مد نظر حاصل گردیدند.

بر اساس نتایج این پژوهش و بر اساس بررسی های انجام شده روی خروجی حاصل از الگوریتم پیشنهادی، دقت شناسایی و سرعت شناسایی الگوریتم در مقایسه با سایر روش های معمول بالاتر بود.

به گفته سهند شاهعلینژاد، پژوهشگر دانشکده مهندسی برق و کامپیوتر موسسه آموزش عالی ارومی ارومیه و همکارانش، هدف از استخراج ویژگی Harris این است که داده‌های خام به شکل قابل استفاده‌تری برای پردازش‌های آماری بعدی تبدیل شوند. لذا انتظار می‌رود در آینده، استخراج ویژگی با دقت بیشتری انجام شود و جزئیات بیشتری جهت بازشناسی اشیاء در تصویر، در اختیار سیستم‌های بینایی ماشین قرار بگیرد.

آن ها می گویند: سیستم های بینایی ماشین، از طریق اصلاح و بهینه سازی تکنیک های موجود و یا ترکیب روش های موجود با تکنیک های دیگر در حوزه های مرتبط (نظیر بینایی کامپیوتر)، به سرعت در حال پیشرفت هستند. همچنین، زیر شاخه های تحقیقاتی دیگری نیز در حوزه بینایی ماشین وجود دارند که محققان می توانند آن ها را با تکنیک های معرفی شده در این مطلب ترکیب کنند و عملکرد آنها را بهبود بخشند.

طبق نتایج این تحقیق، می توان از الگوریتم فوق برای شناسایی سریع تر تومورهای پستانی از طریق پردازش صحیح تصاویر ماموگرافی پرداخت و در مورد خوش خیم یا بدخیم بودن آن ها با دقت بالاتری تصمیم گیری کرد.

این یافته های علمی پژوهشی که می توانند کمک قابل توجهی در تشخیص صحیح و به موقع سرطان پستان به رادیولوژیست ها و پاتولوژیست ها کنند، در نشریه علمی پژوهشی دانشگاه علوم پزشکی البرز منتشر شده اند.

سیناپرس