تصنيف الكتل وأنسجة الثدي الطبيعية: مصنف شبكة عصبية التلافيف باستخدام نطاق الفضاء وصور الملمس

قام المؤلفون بالتحقيق في تصنيف مناطق الاهتمام (ROI) في صور الثدي ككتل أو أنسجة طبيعية باستخدام شبكة عصبية تلافيفية (CNN). تعتبر CNN شبكة عصبية ذات انتشار عكسي ذات نوى الوزن ثنائية الأبعاد (2D) تعمل على الصور. تم تطوير تنفيذ عام وسريع ومستقر لـ CNN. تم الحصول على الصور المدخلة لـ CNN من مناطق الاهتمام باستخدام تقنيتين. استخدمت التقنية الأولى الت averaging واستخراج عينات فرعية. استخدمت التقنية الثانية طرق استخراج ميزات الملمس المطبقة على مناطق فرعية صغيرة داخل منطقة الاهتمام. تم ترتيب الميزات المحسوبة على مختلف المناطق الفرعية كصور ملمس، والتي استخدمت بعد ذلك كمدخلات لـ CNN. تم دراسة تأثيرات هيكل CNN ومعلمات ميزات الملمس على دقة التصنيف. تم استخدام منهجية خصائص تشغيل المستقبل (ROC) لتقييم دقة التصنيف. تم استخراج مجموعة بيانات تتكون من 168 منطقة اهتمام تحتوي على كتل مثبتة بالخزعة و504 منطقة اهتمام تحتوي على أنسجة ثدي طبيعية من 168 صورة للثدي بواسطة أطباء أشعة ذوي خبرة في تصوير الثدي. تم استخدام مجموعة البيانات هذه لتدريب واختبار CNN. مع أفضل مجموعة من هيكل CNN ومعلمات ميزات الملمس، وصلت المنطقة تحت منحنى ROC الاختباري إلى 0.87، مما يتوافق مع_fraction إيجابية حقيقية تبلغ 90٪ عند_fraction إيجابية زائفة تبلغ 31٪. تظهر نتائج المؤلفين جدوى استخدام CNN لتصنيف الكتل وأنسجة الثدي الطبيعية في صور الثدي.