الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 120 |  |  |
| | | from | 120 | | |
Abstract
تقدم هذه الرسالة عدة نماذج ذكية لتحليل الصور الحرارية لسرطان الثدي بإستخدام الحاسب. تساعد هذه النماذج فى تصنيف الصور الحرارية للثدى إلى صور طبيعية و غير طبيعية. يساعد استخدام تقنيات التعلم الآلي واستكشاف البيانات فى الحصول على نماذج ذكية للكشف عن سرطان الثدى بدقة عالية. حيث أنها تساعد الأطباء فى تشخيص مرض سرطان الثدى والتنبؤ به في المراحل المبكرة. تقوم هذه الرسالة بتحليل أداء العديد من تقنيات تصويرالثدى للتحقق من وجود سرطان الثدى مثل فحص الثدي السريري، الموجات فوق الصوتية، التصوير المقطعي، التصوير المقطعي بالإصدار البوزيتروني، التصوير بالرنين المغناطيسي، التصوير المقطعي الكهربائى، التصوير الشعاعي للثدي و أخيرا تصوير الثدي الحراري. يعد تصوير الثدي الحراري بمثابة تقنية تصوير حديثة تركز على التغيرات الفسيولوجية الخاصة بالأورام. و تصل دقة التصوير الحراري للثدي إلى 96٪ ولديها حساسية عالية تبلغ 95٪ ونوعية مقبولة 95٪. و تقدم هذه الرسالة طريقة مبتكرة للتجزئة التلقائية الدقيقة لكشف وفصل المناطق المهمة من الصور الحرارية للثدى لتحليل هذه الصور و تصنيفها إلى طبيعية وغير طبيعية. و تتكون طريقة التجزئة المقترحة من خطوتين رئيسيتين و هما المعالجة المسبقة والتقسيم. و تشمل خطوة التقسيم على المراحل الداخلية وهي: استخراج منطقة الثدى المهمة فقط وفصلها ، وتقسيم منطقة الثدى المستخرجة إلى منطقتى الثدي اليسرى واليمنى ، وتطبيق خوارزمية هوغ ترانسفورم من أجل التحديد الدقيق للحدود السفلى للثدى، وأخيرا تحسين تباين الحدود المكتشفة في منطقة الثدي المختارة. وأخيرًا ، للتحقق من تأثير استخدام طريقة التجزئة المقترحة على نموذج اكتشاف سرطان الثدى ، يتم إعطاء السمات المستخلصة من صور الثدي كمدخلات لبعض المصنفات كدعم جهاز المتجهات، والشبكة العصبية الاصطناعية. أظهرت النتائج أن طريقة التجزئة المقدمة تعمل على تحسين دعم جهاز المتجهات والشبكة العصبية الاصطناعية بدقة عالية و التى وصلت إلى 96.667٪ و 96.071٪ بالترتيب.كما تقدم هذه الرسالة طريقة جديدة لإختيارمجموعة السمات المثلى فقط من كل السمات المستخلصة و التى تساهم فى زيادة كفاءة النموذج المقترح للكشف عن سرطان الثدى. و تعتمد هذه الطريقة على خوارزمية تحسين سرب الجسيمات فى البحث عن مجموعة السمات ذات الأهميةالمثلى من مجموعة السمات الكلية. ثم يتم إدخال مجموعة السمات المختارة إلى ثلاث مصنفات و هم دعم جهاز المتجهات، والشبكة العصبية الاصطناعية، و شبكة بايز. و لقد أظهرت النتائج أن هذه الطريقة المقترحة لإختيارمجموعة السمات المثلى تحسن من دقة و أداء نموذج الكشف عن سرطان الثدى