معالجة الصور المستندة إلى شبكة الأعصاب التلافيفية DARKNET-53 لاكتشاف سرطان الثدي

سرطان الثدي هو نوع شائع من السرطان لدى النساء، يتميز بالنمو غير المنضبط للخلايا في أنسجة الثدي. وبالتالي، فإن اكتشاف سرطان الثدي يدويًا يستغرق وقتًا طويلاً ويتطلب أنظمة آلية. غالبًا ما تكون طرق فحص سرطان الثدي الحالية ذات فعالية محدودة وقد تؤخر الكشف وتعيق عملية التخطيط للعلاج الفردي. ومع ذلك، فإن الكشف المبكر عن سرطان الثدي يمكن أن يكون مكلفًا ويؤثر على دقة التشخيص. لمعالجة هذه المشكلة، نقدم نهج شبكة الأعصاب التلافيفية Darknet-53 (darknet-53CNN) لتصنيف صور سرطان الثدي وتحسين الدقة. علاوة على ذلك، نستخدم تقنية تعديل تباين الهيستوغرام القابل للتكيف المحدود (CLAHE) لمعالجة صور سرطان الثدي لتحسين جودة الصورة. بالإضافة إلى ذلك، نقيم مستوى شدة صور البيكسل من خلال استخراج الميزات باستخدام تقنية مصفوفة تكرار مستويات الرمادي هاراليك (HGLCM). أخيرًا، تُحسن طريقة DarkNet-53 CNN من دقة اكتشاف سرطان الثدي وتصنيف الصور كحميدة أو خبيثة. تقيم الخوارزمية المقترحة الخصوصية، الحساسية، الدقة والدقة لنتائج الاختبارات التنبؤية بناءً على تصنيف صور سرطان الثدي. علاوة على ذلك، زادت دقة الطريقة المقترحة إلى 95.6٪ مقارنة بالطرق المستمدة من النهجات السابقة.