خانه / تحقيق و پروژه / بازشناسي الگو / پروژه متلب پردازش تصویر تشخیص سرطان سینه با شبکه عصبی
پروژه متلب پردازش تصویر تشخیص سرطان سینه با شبکه عصبی

پروژه متلب پردازش تصویر تشخیص سرطان سینه با شبکه عصبی

دادگان

دادگان استفاده شده در این پروژه MIAS MiniMammographic Database می باشد که از آدرس زیر استخراج شده است. این دادگان توسط یک سازمان تحقیقاتی در برتانیا، از طریق دیجیتالی کردن فیلم های رادیولوژی بدست آمده است. دادگان شامل ۳۲۲ تصویر از افراد مختلف است که نظر کارشناسی یک متخصص نیز برای هرکدام تهیه شده است. محل abnormality‌ نیز در برچسب تصاویر مشخص شده است.  تصاویر در ابعاد ۱۰۲۴در ۱۰۲۴  و به صورت ۸ بیتی ذخیره شده اند.

آدرس اصلی دادگان: http://peipa.essex.ac.uk/pix/mias

روش

ابتدا تصاویر دادگان استخراج شده با استفاده از برنامه Exract_ROI به ابعاد کوچکتری تبدیل شده اند و اطلاعات اضافی از تصاویر رادیولوژی حذف شده است (همچون نام بیمار، نوشته ها و بافت های غیر لازم).

سپس با استفاده از برنامه Extract_Features_of_database ویژگی‌های مورد نیاز در مرحله طبقه بندی به همراه برچسب آنها استخراج شده است. این برنامه ابتدا با دستور histeq  از نرم افزار MATLAB، هیستوگرام تصاویر را نرمالیزه میکند و سپس با صدا زدن تابع extract_features ویژگی های مورد نظر را استخراج می کند.

تابع extract_features ویژگی های تصاویر را بر اساس مقاله زیر استخراج میکند. این ویژگی ها شامل contrast, moment, mean, Entropy, Energy, Homogeneity می باشد.

  1. K. Kim and H. W. Park, “Statistical textural features for detection of microcalcifications in digitized mammograms.,” IEEE transactions on medical imaging, vol. 18, no. 3, pp. 231–۸, Mar. 1999.

پس از استخراج ویژگی و ذخیره آنها، عملیات طبقه بندی به روش شبکه عصبی با backpropagation‌ انجام شده است. برای بالا بردن اعتبار مرحله طبقه بندی، این روش ها به صورت k-fold‌ پیاده شده اند که در آنها مقدار K‌برابر ۶ قرار داده شده است. البته این مقدار در برنامه قابل تغییر است. بدیت ترتیب داده های تست و تعلیم به ۶ قسمت تقسیم می شوند و هر بار یک قسمت برای تست و بقیه برای تعلیم انتخاب می شوند. این کار ۶ بار تکرار می شود و در نهایت میانگین ۶ بار به عنوان نتیجه نهایی گزارش می شود. بدین ترتیب نتایج تا حد قابل قبولی مستقل از چیدمان دادگان خواهد بود.

برای دریافت تصاویر آماده سازی شده دیتابیس بر روی لینک زیر کلیک نمایید:

لینک دریافت تصاویر دیتابیس

برای خرید این پروژه و دریافت کدهای متلب آن بر روی کلید زیر کلیک نمایید:

200,000 ریال – خريد

16 دیدگاه ها

  1. سلام
    من این پروژه رو گرفتم و برای ران کردن من باید الان دادگان رو دانلود کنم یا تصاویر آماده شده که آخر اینجا گفتین؟
    ممنون میشم کمکم کنید

    • سلام
      تصاویر آماده شده که لینکش در انتهای متن هست را دانلود کنید.
      این تصاویر با حذف قسمت های اضافی از تصاویر دادگان اصلی تهیه شده است.

  2. سلام
    باتشکر از پاسخ گوییتون من عکس ها رو گرفتم و این عکس ها برای اجرا با این کدا نمیخوند و یه سری تغییر نیاز داشت و انجام دادم و تابع Extract_Features_of_database بدون ارور جلو رفت ولی وقتی میخام تابع extract_features اجرا کنم ارور زیر رو میده

    ??? Input argument “im” is undefined.

    Error in ==> extract_features at 5
    [pdf1, pdf2, pdf3, pdf4] = GLDM(im, d); % extract GLDM features

    به تابع GLDM رفتم که در این تابع im به عنوان ورودی محسوب میشه و باید از مراحل قبلی به این متغیر مقدار داده شده باشه ولی هیچ جا تعریف نشده . الان چجوری باید این ارور برطرف کنم

    • با سلام و عرض پوزش به خاطر تاخیر در پاسخگویی به علت تعطیلات نوروز،
      علت مشکل پیش آمده، ناقص بارگذاری شدن دیتابیس بود که اصلاح شد.
      لطفا دیتابیس را دوباره دانلود نمایید.
      در ضمن برای اجرای این پروژه ابتدا باید برنامه Extract_Features_of_database اجرا شود و سپس برنامه BackPropagation_kfold اجرا شود.
      نیازی به اجرای سایر برنامه ها از جمله extract_features نیست چرا که اینها توابعی هستند که در دو برنامه فوق صدا زده می شوند.

  3. سلام
    تشکر از پیگیریتون مشکل حل شد
    فقط چنتا سوال
    برای بررسی و پیاده سازی این برنامه روی یک نفر باید این همه عکس از وی گرفته شود؟
    اگه عکس ها برای یک نفر نیست ما ازکجا بفهمیم که هر عکس در کودوم طبقه بندی قرار گرفته و بیمار هست یا نه؟
    عدد نهایی که داده میشه از کجا میشه فهمید برای کودوم طبقه است؟
    چجوری میشه مشخصات و ویژگی های استخراج شده برای هر عکس رو به طور مجزا مشاهده کرد>؟
    با تشکر

    • هر یک از این تصاویر مربوط به یک نفر است و برای بررسی وضعیت یک شخص جدید تنها یک عکس از وی کافی خواهد بود. البته برنامه‌های Matlab باید تغییر داده شوند تا به جای محاسبه دقت روی تمام عکس ها، نتیجه را برای تصویر مورد نظر ارائه دهند.
      برای اینکه بفهمیم که تصاویر دیتابیس مربوط به چه گروهی هستند باید به فایل Info.txt مراجعه شود. در این فایل اسم فایل هر یک از تصاویر به همراه تشخیص پزشک و مختصات ضایعه تشخیص داده شده امده است. برای اطلاعات بیشتر می توانید به آدرس اصلی دیتابیس مراجعه نمایید.
      عدد نهایی که در برنامه نمایش داده میشه در واقع درصدی از تصاویر است که توسط شبکه عصبی تشخیص صحیح در مورد آنها داده شده است.
      برای مشاهده ویژگی‌ها باید متغیر مربوطه را پیدا کرد و سپس بر روی آنها عملیات کاهش بعد اعمال کرد تا قابل نمایش شوند.

  4. سلام هیچ یک از فایل ها ران نشد همشون خطا داره در سایت هم هیچ راهنمایی برای اجرا نگذاشتین.

    • سلام
      تمامی برنامه‌ها قبلا بارها تست شده اند و مشکل اجرا ندارند.
      نحوه اجرای برنامه در فایل Reports_NN.docx آمده است.
      برای اجرا ابتدا کل پروژه را مجدد دانلود نمایید تا به شکل اولیه بازگردد سپس برنامه BackPropagation_kfold.m را در MATLAB باز نمایید و اجرا کنید.
      اگر باز هم مشکل داشتید تصویر خطای پیش آمده را به ایمیل taklifyar@gmail.com ارسال نمایید.

  5. سلام
    در اجرا خطا می دهد
    Warning: The encoding ‘windows-1256′ is not supported.
    See the documentation for FOPEN.
    > In Exract_ROI at 14
    ۱

    Error using imread (line 349)
    File “C:\Users\Mousavi\Documents\MATLAB\Microcalcification\MIASDB\mdb322.pgm” does not exist.

    Error in Exract_ROI (line 25)
    im=imread([adres_in,info{1,1}{i},’.pgm’]);

    • سلام
      شما برنامه Exract_ROI رو اجرا کردید که نیازی به اجرای اون نیست.
      پس از دانلود کدها کافیه برنامه BackPropagation_kfold.m رو اجرا کنید.
      برنامه Exract_ROI برای اصلاح تصاویر دادگان اصلی است که این کار قبلا انجام شده و فایلهای اصلاح شده در لینک فوق قرار داده شده اند.

  6. سلام وخداقوت ببخشید در اجرای GLDM
    Error using GLDM (line 28)
    Not enough input arguments.خطاهست.
    داده های دیتا حاوی ۱۶فیلد هستن هرکدام از فیلدها مربوط به چه داده هستند؟.تشکرفراوان

    • سلام
      GLDM یک تابع است و مسلما اجرای مستقیم اون خطا می دهد.
      پیشنهاد می کنم برای آشنایی با نحوه صحیح اجرای کدها، فایل ورد کنار اونها رو با دقت بخویند.
      ۱۶ فیلد مربوط به ویژگی‌های مختلفی هستند که از تصاویر استخراج می شوند و شامل ویژگی‌هایی همچون میانگین، مومنتوم، آنتروپی و … هستند.

  7. سلام دیتاهایی که حدودا چندصدتا عکس هستن رو درکدوم قسمت کدها باید وارد کنیم؟

  8. الان بدون اینکه عکس رو دانلود کنم ران کردم و جواب داد میشه توصیح بدین قضیه چیه؟

ارسال یک پاسخ

ایمیل شما منتشر نمی شود.فیلد های الزامی علامت گذاری شده اند. *

*

بازگشت به بالا