تفکیک میکروکلسیفیکاسیون بافت پستان با روش ماموگرافی رقمی: ارایه یک روش پردازشی جدید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تفکیک میکروکلسیفیکاسیون بافت پستان با روش ماموگرافی رقمی: ارایه یک روش پردازشی جدید دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تفکیک میکروکلسیفیکاسیون بافت پستان با روش ماموگرافی رقمی: ارایه یک روش پردازشی جدید  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی تفکیک میکروکلسیفیکاسیون بافت پستان با روش ماموگرافی رقمی: ارایه یک روش پردازشی جدید،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تفکیک میکروکلسیفیکاسیون بافت پستان با روش ماموگرافی رقمی: ارایه یک روش پردازشی جدید :

نام کنفرانس، همایش یا نشریه : کومش

تعداد صفحات :۱۰

سابقه و هدف:استفاده از کامپیوتر در مطالعه و بررسی تصاویر ماموگرافی می تواند کمک موثری به رادیولوژیست در شناسایی ضایعات باشد. در مطالعات مربوط به غربالگری سرطان پستان، می توان از یافته های کامپیوتری به عنوان یک روش دوم استفاده کرد و نواحی مشکوک را مورد بررسی بیشتری قرار داد. این روش می تواند حساسیت و ویژگی روشهای غربالگری را افزایش دهد و بررسی مجدد تصاویر ماموگرافی را ممکن سازد.
مواد و روش ها: در مطالعه حاضر روشی پردازشی برای بررسی خوشه های میکروکلسیفیکاسیون ارایه شده است، که توسط آن می توان خوشه ها را از بافت نرمال پستان متمایز ساخت. ابتدا با استفاده از تفاضل میانگین موضعی، «ابرها» و «حباب های» نامنظم موجود در ماموگرام که توسط بافت پارانشیمال نرمال با چگالی متغیر ایجاد شده است، حذف گردید. سپس بافت نرمال پستان مشخص و برداشته شد. هرگونه ضایعه کلسیفیه که ممکن است در ماموگرام وجود داشته باشد، در تصویر باقیمانده تقویت گردید، بناراین نواحی میکروکلسیفیکاسیون ماموگرام، مشخص تر و تفکیک آن از بافت نرمال ساده تر شد. تصاویر ماموگرافی با مناطق متعدد کلسیفیه توسط رادیولوژیست پیش از اعمال الگوریتم و پس از آن مورد بررسی قرار گرفت.
یافته ها: نتایج بررسی ۲۰ تصویر ماموگرافی با ضایعه میکروکلسیفیکاسیون در دو حالت قبل از اعمال الگوریتم پردازشی همراه با اطلاعات پزشکی بیمار و پس از اعمال الگوریتم و متمایز نمودن ناحیه میکروکلسیفیکاسیون نشان می دهد که حساسیت ۱۰۰ درصد (پس از پردازش) و ۴/۸۵ درصد (کنترل) می توان ضایعات میکروکلسیفیکاسیون را با وضوح بیشتری بررسی کرد.
نتیجه گیری: یافته های فوق نشان می دهند که استفاده از کامپیوتر و مشخص نمودن مرز ضایعات از جمله میکروکلسیفیکاسیون می تواند در شناسایی دقیق ماموگرام موثر بوده و احتمال گم شدن ضایعه در ماموگرام را به حداقل برساند.

کلید واژه: ماموگرافی رقمی، میکروکلسیفیکاسیون، خوشه ها