طراحی روشی کارآمد در فشرده سازی چند مرحله ای تصاویر ماموگرافی جهت ذخیره سازی و انتقال بهینه بر مبنای شبکه های عصبی مصنوعی و الگوریتم l-m
چکیده
زمینه و هدف: در فرایند پزشکی از راه دور (telemedicine)، استفاده از تکنیکهای دیجیتالی در تشخیص بیماریها سبب شده تا پزشکان جهت آرشیو و نگهداری اطلاعات بیماران به منابع ذخیرهسازی و نیز پهنای باند بالا در انتقال دادهها نیاز پیدا کنند. مواد و روشها:هدف از ارائه این مقاله، معرفی یک شیوه کارآمد در فشردهسازی چند مرحلهای اطلاعات مربوط به تصاویر ماموگرافی بر اساس شبکههای عصبی مصنوعی و الگوریتم l-m بود. در ابتدا تصویر ماموگرافی با ورود به شبکه عصبی، این امکان را خواهد داشت که با کمترین میزان تخریب و درجه فشردگی بالا در لایه نخست فشرده شود. نتایج:پیاده سازی مراحل فشردهسازی تصاویر ماموگرافی با استفاده از تصاویر 128 زن با سنین 55/6±41/46 سال و شاخص توده بدنی 5/5±78/36 از سطح 3 کلینیک تخصصی از شهر سبزوار صورت گرفت . مشاهده شد که به ترتیب متوسط مجذورات خطا برابر (mse) 24/4، بیشترین نسبت تفاوت برابر 46/33 و نسبت فشرده سازی 8:1 در خروجی الگوریتم حاصل آمدند؛ عملکرد قابل قبول سیستم بر اساس طراحی دقیق نرم افزاری بوده و به همین دلیل کارایی مناسبی را در عمل به همراه داشت. نتیجهگیری: بر مبنای قابلیت اطمینان به خروجی نرم افزار در فشردهسازی و انتشار و به دلیل عدم تخریب اطلاعات اساسی تصاویر ماموگرافی در زمان فشرده شدن، تشخیص در مرحله اکتشاف با تشخیص در واقعیت مطابقت بالایی دارد و از این رو سیستم امکان پیادهسازی را در مراکز بیمارستانی در آرشیو تصاویر ماموگرافی داراست و کاربرد آن را توجیه میکند.