Body-Mass Recognition and Subdivision With R-CNN Methodology; A Case Study on Pseudocolor Mammograms

Authors : Şükran YAMAN ATCI, Fatma KOSAVALI ÇAVUŞ

Pages : 1-9

View : 29 | Download : 11

Publication Date : 2022-06-29

Article Type : Research Paper

Abstract :Bu çalışma, uzmanlara mamogram görüntülerinde meme kitlelerini tespit etmesine yardımcı olan bir hesaplamalı metodoloji sunmaktadır. Metodolojinin ilk aşaması, mamogram görüntüsünü iyileştirmeyi amaçlar. Bu aşama, memenin dışındaki nesnelerin çıkarılması, gürültünün azaltılması ve memenin iç yapılarının vurgulanmasından oluşur. Daha sonra, hücresel sinir ağları kütle içerebilecek bölgeleri bölümlere ayırmak için kullanılır. Bu sistem dahilinde; Maske R-CNN tabanlı vücut kütlesi tanıma segmentasyonu ile birlikte yönlendirilmiş renk tayfı ön işlemine tutulmuş mammogramlar kullanılmaktadır. Bu bölgelerin şekilleri, şekil tanımlayıcıları analiz edilir ve dokuları jeoistatistik fonksiyonlarla (Ripley's K fonksiyonu ve Moran's ve Geary's indeksleri) analiz edilir. Çok ölçekli morfolojik eleme, Maske R-CNN performansını iyileştirmek için kütle benzeri desenleri artırarak gri tonlamalı mamogramları yönlenmeli renkli resimlere dönüştürür. Genel veri seti üzerinde test edildiğinde, bu çalışma kapsamındaki vakaların ~%65'inin, uygun şekilde ayrılmış veya yayılmış 4687 pikselle temsil edildiği görüldü ve ortalama geçerli bir pozitif oran elde edildi.
Keywords : Görüntü İşleme, Konvolüsyonlu Sinir Ağı, Mamogram, Meme Kanseri Taraması