โครงการ การตรวจหามะเร็งเต้านมโดยการตรวจหามวลที่มีรูปร่างแบบ Spiculation สำหรับคอมพิวเตอร์ช่วยการวินิจฉัยในโรงพยาบาล

กฤษณะ ชินสาร; สุวรรณา รัศมีขวัญ; เบญจภรณ์ จันทรกองกุล; ภูสิต กุลเกษม; อัณณ์นุพันธ์ รอดทุกข์; ชิดชนก เหลือสินทรัพย์; ปิยตระกูล บุญทอง

dc.contributor.author	กฤษณะ ชินสาร	th
dc.contributor.author	สุวรรณา รัศมีขวัญ	th
dc.contributor.author	เบญจภรณ์ จันทรกองกุล	th
dc.contributor.author	ภูสิต กุลเกษม	th
dc.contributor.author	อัณณ์นุพันธ์ รอดทุกข์	th
dc.contributor.author	ชิดชนก เหลือสินทรัพย์	th
dc.contributor.author	ปิยตระกูล บุญทอง	th
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned	2019-03-25T09:08:33Z
dc.date.available	2019-03-25T09:08:33Z
dc.date.issued	2558
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/1681
dc.description.abstract	การตรวจหามะเร็งเต้านมจะใช้เทคนิคการประมวลผลภาพทางการแพทย์มาตรวจสอบ ก้อนเนื้อที่เป็นรอยฉีกจะเป็นปัจจัยที่บ่งชี้การเป็นมะเร็งเบื้องต้น ในกระบวนการตรวจสอบก้อนเนื้อที่เป็นรอยฉีกแบบอัตโนมัติจะประกอบไปด้วยขั้นตอนการประมวลผลภาพที่มีประสิทธิภาพ โดยการกำจัดส่วนของกล้ามเนื้อและพื้นหลังของภาพดิจิตตอลเมมโมแกรมออกเป็นความสำคัญในขั้นตอนแรกของกระบวนการนี้ จากนั้นสกัดส่วนที่เป็น ROI เพิ่มคุณภาพความเข้มของ ROI ด้วยสมการโพลิโนเมียล การสร้างโมเดลเริ่มต้นของ active contour ที่อยู่บนพื้นฐาน GGVF นั้นต้องใช้วิธี Radon transform และวิธีการแบ่งชั้นตามลาดับขั้น สุดท้ายรูปร่างของ active model จะแสดงให้เห็นรูปร่างที่แท้จริงของก้อนเนื้อที่เป็นรอยฉีก จากกระบวนการที่ได้นำเสนอ ภาพที่ใช้จากฐานข้อมูลภาพดิจิตอลเมมโมแกรมให้ความถูกต้องของผลลัพธ์เป็นที่น่าพึงพอใจมาก	th_TH
dc.description.sponsorship	โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ปีงบประมาณ พ.ศ. 2557	en
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา	th_TH
dc.subject	การวินิจฉัยโรค	th_TH
dc.subject	การหามะเร็งเต้านม	th_TH
dc.subject	คอมพิวเตอร์	th_TH
dc.subject	สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์	th_TH
dc.title	โครงการ การตรวจหามะเร็งเต้านมโดยการตรวจหามวลที่มีรูปร่างแบบ Spiculation สำหรับคอมพิวเตอร์ช่วยการวินิจฉัยในโรงพยาบาล	th_TH
dc.title.alternative	Breast cancer detection by evaluating spiculated mass for computer-aided diagnosis in hospital patients	th_TH
dc.type	Research	th_TH
dc.year	2558
dc.description.abstractalternative	Medical image processing techniques have been used for breast cancer diagnosis research in the last few years. The spiculated mass is a factors that indicates underlying malignancy. This proposes an automatic algorithm for speculated mass detection. The algorithm comprises efficient image processing steps. Removing the pectoral muscles and digital mammography background leaves only the fatty tissue and breast masses that are early priorities of this algorithm. Then automatic extraction of ROI is required. The proposed polynomial improves the quality of the ROI in term of intensity contrast. The initial models of active contour based on GGVF are constructed using Radon transform and the hierarchical clustering. The final shape of active model represents the irregular shape of speculation. The numerical tests employing images from the digital database for screening mammography show good accuracy of our proposed alhorithm for detecting spiculated masses.	en