‫مجمة جامعة تشرين لمبحوث والد ارسات العممية _ سمسمة العموم اليندسية المجمد ) ‪ (38‬العدد ) ‪2016 (2‬‬

‫)‪Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series Vol. (38) No. (2‬‬

‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي‬
‫العنقدة ومعالجة الصورة‬
‫لمثدي باستخدام خوارزميات‬
‫*‬
‫الدكتورة بمســم عيد‬

‫ُِقبل لمنشر في ‪2016) / 3 29/‬‬

‫‪.2015 /‬‬ ‫(تاريخ اإليداع ‪/ 18‬‬
‫‪11‬‬

‫‪‬‬ ‫‪ ‬مم ّخص‬

‫ييدف البحث إلى تطوير طريقة جديدة الستخ ارج وتحديد خصائص وسمات األو ارم السرطانية في صور المرنان‬
‫‪,‬ت‪7‬م في البداية االعتماد عمى إحدى‬ ‫المغناطيسي لمثدي باإلعتماد خوارزميات العنقدة ومعالجة الصور الرقمية‬
‫خوارزميات العنقدة في تجزئة الصورة و تجميع عناصرىا وفققيم السويات الرمادية ومن ثم تم تطبيق العمميات‬
‫المورفولوجية وذلك لمتخمص من الضجيج وحذف المعمومات غير المرغوبة و بالتالي استخ ارج المنطقة المشبوىة وأخي ًار‬
‫الشكمية والتي يمكن ان تكون مفيدة في تشخيص المنطقة المشبوىة المستخرجة‬ ‫تم استخالص بعض الواصفات‬
‫‪,‬ا‪7‬ستخدمت قاعدة بيانات مكونة من ‪ 96‬صورة من صور المرنان المغناطيسي لمثدي وتم تطبيق الطريقة المقترحة عمييا‬
‫باستخدام برنامج المات‪7‬الب حيث تم استخ ارج المناطق الور مية من ىذه الصور ومقارنتيا مع أري األطباء‪.‬‬

‫المرنان‬
‫صور‬ ‫السرطان ‪ ,‬معالجة الصورة ‪,‬خوارزميات العنقدة ‪ ,‬العمميات المورفولوجية ‪,‬‬ ‫الكممات المفتاحية‪:‬‬
‫المغناطيسي ‪ ,‬استخ ار ج األو ارم ‪.‬‬

‫‪1‬‬
 ‫*‬
‫مدرسة ‪ -‬قسم ىندسة الحاسبات والتحكم اآللي –كمية اليندسة الميكانيكية والكيربائية –جامعة تشرين‪-‬الالذقية –سورية ‪.‬‬

‫‪2‬‬
 ‫عيد‬ ‫استخ ارج األورام السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

2016 (2 ) ‫( العدد‬38 ) ‫مجمة جامعة تشرين لمبحوث والد ارسات العممية _ سمسمة العموم اليندسية المجمد‬
Breast tumors
Tishreen University Journalextraction andStudies
for Research and Scientific features detection
- Engineering in (38)
Sciences Series Vol. breast
No. (2)

magnetic resonance images using clustering and image

processing algorithms

Dr. Balsam Eid*

(Received 18 / 11 / 2015. Accepted 29 / 3 / 2016)

 ABSTRACT 
This research aims to developing new method for breast tumors extraction and
features detection in breast magnetic resonance images by depending on clusteringand
image processing algorithms. At the beginning, one of clustering algorithms was used for
image segmentation and grouping pixels by their gray scale values. Then morphological
operations were implemented in order to remove noise and undesired regions, after that
suspected areas were extracted. Finally some shape features for extracted area were
detected, this features could be very useful for tumors diagnosis. A database consisted of
96breast magnetic resonance images were used and proposed approach was appliedby
MATLAB program, and we obtainedbreast tumors extraction and its features and
compared them with the doctor's opinion .

Key Words: Cancer, Image processing, clustering algorithms, morphological operations,

magnetic resonance images, tumors extraction.

*
Professor assistant, Department of Computers and Automatic Control Engineering, Faculty of
Mechanical and Electrical Engineering, Lattakia, Syria.

3
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫مقدمـة ‪ :‬تطور‬
‫عمم الذكاء الصنعي ليشمل مختمف مجاالت الحياةواليندسة في القرن الحادي والعشرين‪ .‬لقد حصمت تغي ارت جذرية في‬
‫مجاالت عديدة كالتصوير الطبي و معرفة نوع الجنين و كذلك عمميات التشخيص اآللي لمصور‬
‫الطبية كصور االشعة السينية وصور المرنان المغناطيسي‪ .‬يعد سرطان الثدي من اكثر األم ارض انتشا ًار لدى النساء مس بًا‬
‫عددًا كبي ًار من الوفيات سنويًا ويتطمب اتخاذ ق ارر عالجي كاستئصال كتل ورمية من الثدي المعرفة المسبقة‬
‫والدقيقة بمواصفات وأبعاد ىذه الكتل ‪ ,‬لذلك كان البد من العمل عمى تطوير طرق جديدة آلية الستخ ارج ىذه األو ارم وتحديد‬
‫خصائصيا ‪ .‬يقدم البحث مخب ًار افت ارضيًا تل حميل صور المرنان المغناطيسي لمثدي باستخدام عمميات م‪7‬عالجة الصور الرقمية‬
‫وتطير برنامج يقوم بإج ارء عمميات المعالجة األساسية التي تت يح توصيف الصور واستخ ارج خصائصيا وسماتيا واستخالص‬
‫المعمومات اليامة منيا كخطوة أولى في عممية تشخيصيا حيث تي كون نظام االستخالص اآللي لألو ارم السرطانية من عدة خطوات‪,‬‬
‫يتم في البداية ادخال صورة المرنان المغناطيسي لمثدي ثم تحويميا إلى شكل‬
‫‪ means c Fuzzy‬لتجزئة الصورة ومن ثم تي م‬ ‫تطبيق خوارزمية العنقدة‬ ‫البيانات المستخدم في الماتالب بعدىا تي م‬
‫إج ارء العمميات المورفولوجية لمتخمص من المناطق الغير مرغوبةو‪7‬تحديد الواصفات والسمات لممنطقة المستخرجة‪.‬تم بناء‬
‫الخوارزميات المستخدمة باستخدام برنامج الماتالب ‪.‬‬

‫أىمية البحث وأىدافو‪:‬‬

‫نظ ًار لألىمية الكبرى التي بمغيا عمم الذكاء الصنعي في المجاالت الطبية ونتيجة االعتماد الكبير عمى تحميل‬
‫استخالص األو ارم‬ ‫معطيات الصور في األنظمة الذكية التي أصبحت ىذه األيام واسعة االنتشار فقد كانت عممية‬
‫المجال الذي تم اختياره والعمل عمى تطويره بيدف‬ ‫السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي ىي‬
‫تييئة الركائز األولية لموصول إلى مستوى جيد م‪7‬ن فيم معطيات الصور وتحميميا واستخالص المعمومات منيا ومن ثم‬
‫تقديميا إلى الطبيب لمساعدت‪7‬و في الوصول إلى التشخيص السميم ‪.‬‬

‫ط ارئق البحث ومواده ‪:‬‬

‫استخالص األو ارم السرطانية وتحديد واصفاتيا م‪7‬ن صور المرنان المغناطيسي‬ ‫يتم في الطريقة المقترحة‬
‫‪means C Fuzzy‬ب‪7‬غاي‪7‬ة تجزئة الصورة المدخمة ومن ثم إج ارء‬ ‫باستخدام احدى خوارزميات العنقدة وىي خوارزمية‬
‫عدة عمميات من عمميات م‪7‬عالجة الصورة حيث تي م التخمص من الضجيج الم ارفق لمصور باستخدام بعض العمميات‬
‫المورفولوجية‪.‬تم تطبيق النظام عمى ‪ 60‬صورة رنين مغناطيسي لمثدي تم الحصول عمييا من قاعدة بيانات المعيد‬
‫العالمي لمسرطان في الواليات المتحدة األميركية ‪Institute[23] Cancer .National‬‬
‫‪ 1‬العمميات المورفولوجية‪operations) :(Morphological‬‬
‫تشير كممة مورفولوجيا أو ما تسمى باليندسة الصورية بشكل عام إلى الفرع من عموم األحياء الذي يعنى بد ارسة شكل وبنية‬
‫الحيوانات والنباتات ونستخدم ىنا الكم‪7‬مة ذاتيا عند الحديث عن المورفولوجيا الرياضية المطبقة عمى الصور‬
‫‪ 1964‬و التي ليا فائدة كبيرة في تقديم‬ ‫الرقمية كأداة الستخراج عناصر الصورة وقد نشأت ىذه الد ارسة في عام‬
‫ووصف شكل منطقة كانت ازع الحدود والتخمص من الضجيج واستخالص األماكن الميمة وكذلك تمييز األجسام‪7‬‬

‫‪8‬‬
‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫المحدبةوغيرىا وبالتالي فإن لغة المورفولوجيا الصورية تستخدم مجموعة من العمميات والنظريات إلعادة تشكيل األجسام‬
‫في الصورة ‪ .‬وسيتم استخداميا في البحث في عممية استخالص المعموم ات الضرورية من الصور وكذلك التخمص من‬
‫الضجيج وحذف المعمومات غير الضروريةومن عمميات المورفولوجية المستخدمة التآكل والتمدد والفتح واإلغالق[‪. ]12‬‬
‫‪ ‬عممية الفتح ‪ )opening(:‬وىي عبارة عن إج ارء عممية تآكل لمصورة ‪ A‬بواسطة قناع ‪ B‬ومن ثم إج ارء عممية‬
‫توسع لمناتج بواسطة نفس القناع‬

‫‪ B‬ومن ثم إج‬ ‫‪ A‬بواسطة قناع‬ ‫‪ ‬عممية االغالق ‪ )closing(:‬وىي عبارة عن إج ارء عممية توسع لمصورة‬
‫ارء‬
‫عممية تآكل لمناتج بواسطة نفس القناع‬

‫‪ 2‬خوارزميات العنقدة ]‪algorithms( (Clustering :[10‬‬

‫عنقدة البيانات ىي عممية وضع البياناتفي مجموعات متماثمة ‪ ]11[.‬بحيث تكون البيانات في المجموعة الواحدة‬
‫متشابية بالنسبة لعدة خصائص محددة ‪ ,‬ومختمفة عن البيانات في المجموعات األخرى بالنسبة ليذه الخصائص ‪.‬عند تطبيق ىذا‬
‫التعريف عمى الصورة ‪ ,‬فإن ط ارئق العنقدة المختمفة يمكن أن تستخدم في عمميات تجزيء الصورة لتقسيم عناصرىا ضمن‬
‫مجموعات بحيث تكون عناصرىا ضمن المجموعة الواحدة متشابية فيما بينيا بالنسبة لعدد من‬
‫الخصائص مثل المون أو السوية الرمادي‪7‬ة‪ .‬تقسم العنقدة مجموعة من البيانات إلى عدة مجموعات بحيث أن التشابو بين النقاط ضمن‬
‫مجموعة معينة أكبر من التشابو بين نقطتين ضمن مجموعتين مختمفتين‪ .‬تستخدم العنقدة عمى نطاق واسع‬
‫‪ ]10 [.‬حيث إنو إذا كان‬ ‫وانما ىي مفيدة لضغط البيانات وبناء نموذج ترتيبيا‬ ‫وليس فقط تل نظيم البيانات وتصنيفيا‬
‫بإمكاننا أن نجد مجموعات من البيانات‪ ,‬فإنو باإلمكان بناء نموذج لممشكمة عمى أساس تمك المجموعات ‪.‬ىناك عدد من‬
‫الخوارزميات المستخدمة في عممية عنقدة البيانات‪ ,‬ومن ىذه الخوارزميات ‪:‬‬
‫‪K-means Clustering ‬‬
‫‪Fuzzy C-means Clustering ‬‬
‫‪ 1-2‬العنقدة باستخدام خوارزمية‪: Clustering) C-means (Fuzzy‬‬
‫ىي عبارة عن خوارزمية تك اررية تقوم تب قسيم البيانات ضمن مجموعات وذلك باالعتماد عمى مفيوم العضوية‬
‫‪K-Means‬‬ ‫الضبابية‪ ]11[.‬فعوضًا عن أن تي م إسناد كل صور ة إلى مجموعة واحدة كما ىو الحال في خوارزمية‬
‫‪ Clustering‬فإن كل عنصر صورة سوف يممك قيمًا عضوية مختمفة بالنسبة لكل مجموعة من المجموعات وبالتالي‬
‫فإن العناصر التي تقع في منتصف المجموعة تممك قيمًا عضوية أكبر من العناصر التي تقع عمى حواف المجموعة‪ .‬تحاول‬
‫خوارزمية الـ ‪ FCM‬أن تحدد المجموعات ضمن البيانات من خالل الحصول عمى أصغر قيمة لمتابع الموضح‬
‫ضمن المعادلة اآلتية ‪:‬‬
‫(‪)1‬‬
‫حيث ‪:‬‬
‫‪J:‬ا‪7‬ليدف ‪ ,‬إذا كانت قيمتو بعد أحد التك ار ار ت (تك ارر تنفيذ خطوات الخوار‪7‬زمية) أقل منيا في التك ارر السابق‬
‫فيذا ي‪7‬عني أن الخوارزمية قد اقتربت بشك‪7‬ل كبير من تحقيق ف‪7‬صل جيد لعناصر الصورة ضمن المجموعات المختمفة‪.‬‬
‫‪ n:‬عدد نقاط البيانات‪.‬‬

‫‪8‬‬
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫وكمما اقتربت قيمتو من الواحد تصبح عممية تجميع‬ ‫‪ : m‬عامل يحدد درجة الضبابية وقيمتو‬
‫البيانات أقل عشوائية بحيث تصبح نقطة البيانات منتمية إلى مجموعة واحدة فقط وبالمقابل كمما اقتربت قيمة ىذا العامل من‬
‫االلنياية أصبحت عممية تجميع البيانات أكثر عشوائية بحيث تصبح كل نقطة بيانات منتمية إلى كل‬
‫مجموعة من المجموعات‪ .‬وقد تم تنفيذ عديد من الد ارسات حول اختبار قيمة ىذا العامل وتبين أن القيمة األفضل ليذا‬
‫العامل تقع عادة في المجال ‪ 1.5[ , ]2.5‬ومن المحتمل أن القيمة ‪ 2‬ىي القيمة األفضل ضمن ىذا المجال ‪ : U .‬جدول‬
‫العضوية‪ ,‬وىو عبارة عن جدول مؤلف من قيم العضوية لكل عنصر من عناصر الصورة بالنسبة‬
‫يحدد درجة انتماء العنصر ‪Xj‬إ‪7‬لى المجموعة ذات الدليل ‪. i‬‬ ‫لممجموعات أي إن‬
‫‪ ,‬تي م تحديده قبل تنفيذ الخوارزمية بناء عمى‬
‫‪ : c‬عدد المجموعات المستخدمة في الخوارزمية المعرفة‬
‫‪.‬‬
‫المسبقة‪ .‬حيث ‪ C‬ىي م‪7‬صفوفة م اركز المجموعات‬

‫(‪)2‬‬

‫‪ :‬درجة العضوية (االنتماء إلى المجموعة ) تت عمق بمقموب المسافة إلى مركز المجموعة‪ ,‬وتعطى من‬
‫خالل المعادلة اآلتية ‪:‬‬

‫(‪)3‬‬

‫حيث ‪:‬‬

‫خطوات الخوارزمية ‪:‬‬

‫الخطوة األولى ‪ :‬إعطاء قيم عشوائية لعناصر مصفوفة العضوية‬
‫الخطوة الثانية ‪:‬حساب م اركز المجموعات من خالل المعادلة )‪. (3 -4‬‬
‫)‪ 3-3‬ونتوقف إذا‬ ‫‪:‬ح‪7‬ساب التباين ب‪7‬ين نقاط البيانات وم اركز المجموعات باستخدام المعادلة (‬ ‫الخطوة الثالثة‬
‫‪.‬‬ ‫كانت قيمة التحسن عن الدورة السابقة أصغر من عتبة التحسن‬
‫أي عندما ‪:‬‬
‫جدي‪7‬دة من خالل المعادلة )‪ (5‬وتك ارر الخطوات من ‪ 2‬إلى ‪. 4‬وكمما اقترب فرق‬ ‫الخطوة ال اربعة ‪:‬حساب‬
‫نكون قد اقتربنا من التوزيع األمثل لم اركز المجموعات وأصبحت النقاط البعيدة عن كل‬ ‫التحسن من قيمة الثابت‬
‫مركز أقل تأثي ًار بسبب درجة العضوية التي ت‪7‬تناسب عكسًا مع البعد عن المركز وبالتالي فإن الفرق بين تنفيذ الخطوات‬
‫يتناقص ‪.‬‬

‫‪8‬‬
‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫‪ 3-‬الواصفات والسمات التي تم استخ ارجيا لممناطق الورمية ‪:‬‬

‫ىناك العديد من الوصفات الشكمية لممناطق الورمية وتم استخ ارج البعض من الواصفات والسمات الشكمية‬
‫والرياضية لممناطق الورمية وىي ‪:‬‬

‫الجدول)‪ (1‬الواصفات المستخرجة لممنطقة الورمية‬

‫السمة المستخرجة‬ ‫التوصيف‬
‫الحجم ( ‪) area‬‬ ‫مساحة المنطقة الورمية المكتشفة‬
‫المركز ‪) (Centroid‬‬ ‫إحداثيات مركز المنطقة الورمية‬
‫التوجو (‪) Orientation‬‬ ‫توجو المنطقة الورمية ودرجة انحنائيا بالنسبة لمحاور اإلحداثيات‬
‫مصفوفة النقاط الحدي‪7‬ة (ُ )‪Extrema‬‬ ‫مصفوفة توضح إحداثيات الزوايا الحدية‬
‫مساحة المنطقة الممموءة ) ‪(FilledArea‬‬ ‫عدد البيكسالت في المنطقة المكتشفة الممموءة‬
‫مصفوفة أصغر منطقة محدبة ) ‪(ConvexHull‬‬ ‫مصفوفة توضح المنطقة المحدبة المحيطة بالورم‬

‫النتائج والمناقشة ‪:‬‬

‫تم في ىذه الد ارسة اقت ارح طريقة الستخالص األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي باستخدام‬
‫خوارزميات معالجة الصورة ومن ثم سيتم تقييم األداءو مطابقة النتائج مع آ ارء االطباء في قاعدة الببانات‬
‫المستخدم‪7‬ة و تق يم النتائج‪.‬‬
‫والمخطط الصندوقي التالي بي ين م ارحل العمل ‪:‬‬

‫‪ 1-4-‬إدخال صورة المرنان المغناطيسي ‪:‬‬

‫‪ double‬لكي تي م تحويل الصورة إلى شكل بيانات‬ ‫يتم إدخال صورة المرنان المغناطيسي وتحويميا إلى النمط‬
‫يمكن إج ارء عممية العنقدة عميو ويبين الشكل)‪ (1‬صورة رنين مغناطيسي لمثدي ويظير في الصورة ورم في الثدي األيمن‬
‫عمى شكل م‪7‬نطقة بيضاء ليا قيم تدرج رمادي مرتفعة بالنسبة لبقية قيم التدرج الرمادي في الصورة‪.‬‬

‫‪8‬‬
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫الشكل )‪ (1‬صورة المرنان المغناطيسي المدخمة‬

‫‪2-‬تطبيق خوارزمية العنقدة ‪:(Fuzzy c means ( FCM‬‬

‫تت ضمن صورة المرنان المغناطيسي المدخمة المناطق المريبة التي يجب استخالصيا من أجل تحميميا واعطاء‬
‫التشخيص المناس‪7‬ب ليا‪ ,‬وتع‪7‬د ى ‪7‬ذه العممي‪7 7‬ة عممي‪7 7‬ة ص‪7‬عبة ن‪77‬ظ ًار لطبيع‪7‬ة ى ‪7‬ذه المن‪77‬اطق المريب‪7 7‬ة من حيث الش ‪7‬كل‪ .‬وب ‪ 7‬النظر إلى‬
‫مجموعة عناصر الصورة عمى أنيا مجموعة من البيانات التي تشترك فييا كل مجموعة من العناصر م ‪7‬ع بعض‪7‬يا البعض بخص‪7‬ائص‬
‫معينة ( قيم السويات الرمادية ) يمكن استخدام خوارزميات تجميع البيانات من أجل تجميع عناصر‬
‫المجموعة الواحدة مع بعضيا البعض وتختمف مع عناصر المجموعات األخرى‪ .‬تعد خوارزمية ‪ FCM‬أىم خوارزميات‬
‫تجميع البيانات التي تستخدم في مجال معالجة الصور الطبية‪ .‬و ال تعتمد عمى قيم عتبات ثابتة لمسويات الرمادية بل تي م التعامل مع‬
‫كل حالة عمى حدى‪ .‬مما يعطي نتائج جيدة نتيجة وجود تباين في قيم السويات الرمادية لمصور الطبية‬
‫ناتج عن عوامل عدة مثل با ارمت ارت عممية التصوير والمواصفات الجسمية لممريض ‪ .‬تتوقف‬
‫عممية التوزيع عندما يتجاوز عدد التك ار ارت العدد األعظمي المسموح بو أو عندما ت‪7‬كون قيمة التحسن‬
‫بنتيجة التابع ( الفرق بين قيمتي التابع في تك ار رين متعاقبين ) أصغر من القيمة األصغرية المسموح بيا‪.‬لتطبيق ‪FCM‬‬
‫عمى صورة المرنان المغناطيسي المبينة في الشكل )‪ (1‬تم اختيار عدد المجموعات يساوي ‪ 3‬أي إن ‪Cluster_n=3,‬‬
‫وتم تحديد القيمة األصغري ة لمتحسن ‪, 1e-5 = value Improvement :‬أم‪7‬ا العدد األعظمي لمتك ار ارت فتم تحديده‬
‫‪ FCM‬عمى صورة المرنان المغناطيسي المبينة في‬ ‫(‪ )4‬بي ين نتائج تنفيذ التابع‬ ‫‪ , Iteration=100‬والجدول‬
‫الشكل ‪ (1).‬استغرق تنفيذ التابع ‪FCM‬زمنًا قدره ‪ 20.287553‬ثانية وبطبيعة الحال سيتناسب زمن التنفيذ طردًا مع‬
‫عدد التك اررات وعكسًا مع سرعة المعالج المستخدم‪.‬ويبين الجدول ( )‪ 4‬أن قيمة التحسن بمغت في التك ارر ر‪7‬قم ‪ 39‬قيمة‬
‫أصغر من القيمة األصغرية المسموح بيا وبالتالي سوف تتوقف الخوارزمية عند ىذا التك ارر‪ .‬ويبين الشكل (‪ )2‬مخططًا‬
‫بيانيًا لقيم ت‪7‬ابع التكمفة خالل تك ارر تنفيذ خطوات تابع ‪FCM.‬‬

‫‪8‬‬
‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫الشكل )‪ (2‬مخطط بياني يبين قيم تابع التكمفة خالل تك ارر تنفيذ خطوات تابع ‪FC‬‬

‫الجدول )‪ (2‬قيم تابع التكمفة وقيم التحسن خالل تك ار ارت التابع ‪FCM‬‬
‫رقم التك ارر‬ ‫قيمة تابع التكمفة‬ ‫قيمة التحسن‬
‫‪Iteration count‬‬ ‫‪Cost Function‬‬ ‫‪Improvement Value‬‬
‫‪1‬‬ ‫‪4384.319917‬‬
‫‪2‬‬ ‫‪3400.200219‬‬ ‫‪984.119698‬‬
‫‪3‬‬ ‫‪3399.977245‬‬ ‫‪0.222974‬‬
‫‪4‬‬ ‫‪3396.751899‬‬ ‫‪3.225346‬‬
‫‪5‬‬ ‫‪3356.855577‬‬ ‫‪39.896322‬‬
‫‪6‬‬ ‫‪3069.958455‬‬ ‫‪286.897122‬‬
‫‪7‬‬ ‫‪2482.999659‬‬ ‫‪586.958796‬‬
‫‪8‬‬ ‫‪2041.451112‬‬ ‫‪441.548547‬‬
‫‪9‬‬ ‫‪1649.553497‬‬ ‫‪391.897615‬‬
‫‪10‬‬ ‫‪1333.977105‬‬ ‫‪315.576392‬‬
‫‪11‬‬ ‫‪1128.724122‬‬ ‫‪205.252983‬‬
‫‪12‬‬ ‫‪1012.742137‬‬ ‫‪115.981985‬‬
‫‪13‬‬ ‫‪956.504472‬‬ ‫‪56.237665‬‬
‫‪14‬‬ ‫‪931.926687‬‬ ‫‪24.577785‬‬
‫‪15‬‬ ‫‪921.139129‬‬ ‫‪10.787558‬‬

‫‪8‬‬
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫‪5.107485‬‬ ‫‪916.031644‬‬ ‫‪16‬‬

‫‪2.605701‬‬ ‫‪913.425943‬‬ ‫‪17‬‬
‫‪1.388664‬‬ ‫‪912.037279‬‬ ‫‪18‬‬
‫‪0.754574‬‬ ‫‪911.282705‬‬ ‫‪19‬‬
‫‪0.413064‬‬ ‫‪910.869641‬‬ ‫‪20‬‬
‫‪0.226691‬‬ ‫‪910.64295‬‬ ‫‪21‬‬
‫‪0.124505‬‬ ‫‪910.518445‬‬ ‫‪22‬‬
‫‪0.068395‬‬ ‫‪910.45005‬‬ ‫‪23‬‬
‫‪0.037572‬‬ ‫‪910.412478‬‬ ‫‪24‬‬
‫‪0.02064‬‬ ‫‪910.391838‬‬ ‫‪25‬‬
‫‪0.011338‬‬ ‫‪910.3805‬‬ ‫‪26‬‬
‫‪0.006228‬‬ ‫‪910.374272‬‬ ‫‪27‬‬
‫‪0.003421‬‬ ‫‪910.370851‬‬ ‫‪28‬‬
‫‪0.001879‬‬ ‫‪910.368972‬‬ ‫‪29‬‬
‫‪0.001032‬‬ ‫‪910.36794‬‬ ‫‪30‬‬
‫‪0.000567‬‬ ‫‪910.367373‬‬ ‫‪31‬‬
‫‪-6.8E-05‬‬ ‫‪910.367441‬‬ ‫‪32‬‬
‫‪0.000342‬‬ ‫‪910.367099‬‬ ‫‪33‬‬
‫‪0.000188‬‬ ‫‪910.366911‬‬ ‫‪34‬‬
‫‪0.000103‬‬ ‫‪910.366808‬‬ ‫‪35‬‬
‫‪5.7E-05‬‬ ‫‪910.366751‬‬ ‫‪36‬‬
‫‪3.1E-05‬‬ ‫‪910.36672‬‬ ‫‪37‬‬
‫‪1.7E-05‬‬ ‫‪910.366703‬‬ ‫‪38‬‬
‫‪1E-05‬‬ ‫‪910.366693‬‬ ‫‪39‬‬
‫بي ين الجدول )‪ (3‬مصفوفة م اركز المجموعات الناتجة عن تطبيق التابع ‪FCM:‬‬

‫‪Center 1‬‬ ‫‪0.8026‬‬ ‫‪0.8034‬‬ ‫‪0.8021‬‬

‫‪Center 2‬‬ ‫‪0.1803‬‬ ‫‪0.1803‬‬ ‫‪0.1803‬‬

‫‪Center 3‬‬ ‫‪0.3455‬‬ ‫‪0.3455‬‬ ‫‪0.3455‬‬

‫) ‪ 1‬سينتج‬
‫‪ FCM‬عمى صورة المرنان المغناطيسي المبينة في الشكل (‬ ‫بعد تطبيق العنقدة باستخدام تابع الـ‬
‫ثالث مجموعات من العناصر ‪ ,‬نعيد تشكيل كل مجموعة عمى حدة تل عطي جزءًا محددًا من الصورة األصمية ‪ ,‬ونجد أن‬
‫إحدى المجموعات ستمثل خاليا المناطق المريبة ويتم تحديدىا باالعتماد عمى القيمة العظمى لمسويات الرمادية في‬

‫‪8‬‬
‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫كل مجموعة حيث ستكون ىي المجموعة ذات القيمة العظمى لمسويات الرمادية بالنسبة لمتوسط السويات الرمادية في‬
‫يوضح صورة المناطق المريبة بعد فحص المجموعات الثالث الناتجة عن تطبيق تابع‬ ‫المجوعات الثالث والشكل ( )‪3‬‬
‫الـ ‪.FCM‬‬

‫الشكل )‪ (3‬صورة المجموعة التي تمثل مناطق الخاليا المريبة‬

‫إج ارء العمميات المورفولوجية لمتخمص من الضجيج وعزل المنطقة المشبوىة ‪:‬‬ ‫‪2- 4‬‬
‫)‪ 3‬وجود مناطق غير‬ ‫بعد الحصول عمى الصورة التي تت ضمن منطقة العناصر المريبة نمحظ من الشكل (‬
‫مرغوبة في الصورة إلى جانب المناطق المريبة والتي بقيت بسبب التقارب الحاصل بين قيم السويات الرمادية الخاصة بيا وقيم السويات‬
‫الرمادية لممناطق المريبة كما نمحظ داخل المناطق المكتشفة وجود تدرجات رمادية ذات قيم مختفة ولمتخمص من ىذه‬
‫التدرجات الرمادية نقوم بتحويل الصورة الي الشكل الثنائي وبالتالي نحصل عمى صورة ثنائية خالية‬
‫من التدرجات الرمادية كما في الشكل ‪(4 ).‬‬

‫الشكل)‪ (4‬صورة المرنان بعد تحويميا إلى الشكل الثنائي‬

‫يختمف تأثير وجود ىذه المناطق باختالف الطريقة المتبعة في عممية التحميل والتشخيص النيائية لممناطق‬
‫المريبة ‪ .‬بحيث يمكن القول إن بعض ىذه الط ارئق يمكن أن تحمل ىذه المناطق غير المرغوبة وتعطي نتائج سمبية ليا وبالتالي يتم‬
‫استثناؤىا من التشخيص النيائي‪ .‬ولكن من أجل زيادة فعالية خوارزمية استخالص المناطق المريبة يمكن تطبيق معا ير عدة‬
‫لمحاولة التخمص قدر اإلمكان من ىذه األج ازء مع األخذ بعين االعتبار أن تطبيق ىذه المعا ير يجب أن يكون دقيقًا ومحسوب‬
‫النتائج من أجل عدم التأثير عمى دقة النتائج كأن يؤدي تطبيق أحد ىذه المعا ير عمى سبيل المثال إلى حذف منطقة مر بي ة من‬
‫الصورة إلى جانب مناطق غير مرغوبة‪ ,‬ويعد معيار المساحة أحد ىذه‬

‫‪8‬‬
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫المعا ير التي تي م تطبيقيا عمى مركبات الصورة لمتخمص من المناطق غير المرغوبة ‪ .‬بحيث تي م تحديد مساحة معيارية ويتم حذف كل‬
‫مركبة من مركبات الصورة مساحتيا أصغر من المساحة المحددة ‪ .‬أي إن شرط حذف المناطق في‬
‫الصورة ىو‪:‬‬
‫مساحة المنطقة المتصمة> المساحة المعيارية‬
‫يعتبر ىذا المعيار معيا ًار سيل التطبيق ويعطي نتائج جيدة عند استخالص مناطق مريبة ذات مساحات معروفة‬
‫أو متوقعة‪ .‬أم‪7‬ا في حالة عدم م‪7‬عرفة مساحات المناطق المريبة فإن تطبيقو قد يؤدي إلى حذف منطقة مر بي ة ميمة ذات‬
‫مساحة صغيرة ‪ ,‬األمر الذي ني عكس بشكل خاطئ عمى نتيجة التشخيص النيائي ‪ .‬ومن أجل‬
‫تطبيق ىذا المعيار‪ 7‬عمى صورة المناطق المريبة المستخمصة نقوم بتطبيق عممية ‪ Opening‬حيث تي م‬
‫قطع االتصاالت بين المناطق المتشكمة‪ .‬تصبح الصورة تت كون من عدد محدود من المناطق والمساحات وم ن أجل‬
‫تطبيق شرط حذف المناطق الصغيرة يجب تحديد قيمة المساحة المعيارية لممناطق المريبة‪ .‬بعد تحميل‬
‫مساحات المناطق المريبة في عديد من صور المرنان المغناطيسي لمثدي تم استنتاج قيمة مساحة‬
‫‪ 80‬بيكسل والتي ت‪7‬م تحدي‪7‬دىا‬ ‫معيارية ثابتة تم تطبيقيا عمى الصور جميعيا‪ ,‬وبافت ارض أن قيمة المساحة المعيارية ىي‬
‫تجريبيًا يصبح شرط حذف المناطق عمى الشكل اآلتي ‪:‬‬
‫مساحة المنطقة المتصمة > ‪80‬‬
‫نقوم بالتخمص من المناطق (األج ازء) ذات المساحات الصغيرة جدًا بالمقارنة م‪7‬ع مساحات المناطق المريبة التي‬
‫نريد استخالصيا وذلك من خالل تحويميا إلى صورة ثنائية و تطبيق العممية المورفولوجية (ا‪7‬لفتح) حيث تقوم بحذف المناطق المتصمة‬
‫جميعيا ذات المساحات الصغيرة جدًا بالمقارنة مع مساحات المناطق المريبة‬
‫(‪ )1‬بعد حذف المناطق‬ ‫ويبين الشكل ( )‪ 5‬المنطقة الورمية المستخرجة من الصورة البيانية المبينة في الشكل‬
‫غير المغوبة مقارنة م‪7‬ع المناطق المشبوىة‪.‬‬

‫الشكل )‪ (5‬المنطقة المشبوىة المكتشفة‬

‫يوضح الجدول التالي المناطق المكتشفة بالنسبة لبعض صور قاعدة البيانات مع االخذ ب‪7‬عين االعتبار انتقاء صور لحاالت متنوعة كاو‬
‫ارم غير واضحة الحدود وصور تحتوي عمى مكونات تجميمية تل كبير الصد و صور تت ضمن‬
‫أور د ة وش ار ين واوردة و اقنية بل نية و صور سميمة وتم التعميق والمناقشة بعد عرض الحاالت‪:‬‬

‫‪8‬‬
 ‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫رقم الصورة‬ ‫أري الطبيب‬

‫من قاعدة‬ ‫صورة المرنان المغناطيسي‬ ‫المنطقة المكتشفة‬ ‫المختص‬
‫البيانات‬
‫مطابق‬
‫(يوجد ورم وعزلو‬
‫‪5‬‬
‫عن االقنية المبنية)‬

‫مطابق‬
‫)يوجد ورم)‬
‫‪7‬‬

‫مطابق‬
‫)يوجد ورم)‬
‫‪13‬‬

‫مطابق‬
‫(تم تحديد الورم مع‬
‫‪19‬‬
‫اىمال قطع تكبير‬
‫الصدر التجميمية)‬

‫مطابق‬
‫)يوجد ورم)‬
‫‪23‬‬

‫مطابق‬
‫)ي‪7‬وجد ورم حمقي)‬
‫‪52‬‬

‫مطابق‬
‫)يوجد ورم)‬
‫‪57‬‬

‫‪9‬‬
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫مطابق‬
‫)يوجد ورم)‬
‫‪70‬‬

‫مطابق‬
‫يوجد ورم رغم‬
‫‪88‬‬
‫)ا‪7‬لضجيج العالي)‬

‫مطابق‬
‫(سميم ال يوجد ورم)‬
‫‪90‬‬

‫مناقشة النتائج باالعتماد عمى الجدول ‪ (4 ):‬نجد أن‬

‫النظام أظير فاعمية في استخ ارج المناطق الورمية عمى اختالف الحاالت المقدمة لو حيث تمكن من‬
‫عزل المناطق الورمية في الصور التي تت ضمن أوردة وش ار ين دموية وأقنية بل نية عمى الرغم من أن ليا السويات‬
‫الرمادية نفسيا لممناطق الورمية كما في الصور ( ‪ 5‬و‪ 7).‬كما نجح‬
‫في استخ ارج األو ارم وتمييزىا في الصور التي ظيرت فييا أعضاء أخرى من الجسم باإلضافة لمثدي‬
‫كما في الصور ‪(57‬و) ‪ 70‬وكذلك في الصور التي تحتوي عمى مكونات لتكبير الصدر كما في الصورة ‪ (19 ).‬كما نجح‬
‫النظام في اكتشاف األو ارم في الصور غير الواضحة التي تحوي عمى نسبة ضجيج عالية كما في‬
‫الصورة ) ‪ (88‬وفي الصور التي تحتوي أو ارمًا غير واضحة ومبيمة الحدود كما في الصورة ‪(13 ).‬‬
‫)‪ 13‬حيث نمحظ‬ ‫وقد نجح النظام في عدم استخ ارج المناطق التي التعتبر تكتالت ورمية كما في الصورة (‬
‫وجود كيسة في الثدي األيسر ولم تي م عزليا واعتبارىا كتمة ورمية وكذلك في الصورة ( )‪ 237‬التي تحتوي أنسجة ضامة‬
‫وغدي‪7‬ة ظيرت بسويات رمادية مرتفعة وقريبة من السويات لممناطق الورمية‪ .‬وقد نجح النظام أيضًا في عدم استخ ارج أي منطقة‬
‫في الصور السميمة التي التحتوي عمى مناطق ورمية كما في الصورة ( ‪ 90).‬كما في الصورة )‪ (52‬التي تحتوي‬
‫عمى ورم من النوع الحمقي ‪.‬‬
‫تحديد الواصفات والسمات لممنطقة المستخرجة ‪:‬‬ ‫‪-3 4‬‬
‫بعد عزل المنطقة المشبوىة تم استخالص الواصفات (السمات) ليا والتي يمكن استخداميا في عممية‬
‫)‪ 6‬السمات والواصفات‬ ‫التشخيص والتم يز بين األو ارم الحميدة والخبيثة قي م ارحل عمل مستقبمية ويبين الشكل (‬
‫المختارة سابقا في الجدول) ‪ (1‬و المستخرجة لممنطقة المشبوىة المكتشفة لمصورة في الشكل ‪)5):‬‬

‫‪9‬‬
‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫الشكل )‪ (6‬الواصفات المستخرجة لممنطقة المشبوىة‬

‫نجد الواصفة( ‪Extrema‬مصفوفة النقاط الحدية) ىي مصفوفة ذات أبعاد ‪ *2 8‬وقيميا ىي كمايمي ‪:‬‬

‫الشكل )‪ (7‬قيم المصفوفة ‪Extrema‬‬

‫‪2*64‬‬ ‫(‪Convexhull‬مصفوفة اصغر منطقة تحدب) فيي عبارة عن مصفوفة ابعادىا‬ ‫أما بالنسبة لمواصفة‬
‫وقيميا كما يمي ‪:‬‬

‫‪9‬‬
‫‪Series Sciences Eng. Journal. University Tishreen‬‬ ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد )‪ (38‬العدد )‪2016 (2‬‬

‫الشكل)‪ (8‬قيم المصفوفة ‪convexhull‬‬

‫االستنتاجات والتوصيات ‪:‬‬

‫تم اقت ارح نظام جديد الكتشاف أو ارم الثدي واستخ ارج الوصفات والسمات لممناطق الورمية المكتشفةمن‬
‫صور المرنان المغناطيسي وقد تم تطبيق واختبار النظام عمى مجموعة من صور المرنان المغناطيسي حيث تم في البداية استخ‬
‫ارج المناطق المشبوىة من خالل استخدام خوارزمية لعنقدة عناصر الصورة حسب السويات الرمادية وىي‬
‫خوارزمية ‪ FCM‬باإلضافة بل عض العمميات المورفولوجية كعمميتي الفتح واإلغالق وقد تم التوصل إلى نتائج جيدة‬
‫تمثمت في استخ ارج المناطق الورمية كافة‪ .‬تم‬
‫بعد ذلك استخ ارج بعض السمات التي يمكن استخداميا في تمييز األو ارم الخبيثة عن األو ارم السميمة حيث‬
‫بمغ عدد السمات المستخرجة لكل منطقة ورمية ‪ 6‬سمات‪ .‬تم بناء النظام المقترح باستخدام برنامج الـماتالب حيث تم‬
‫العمل عمى قاعدة بيانات تت كون من ‪ 96‬صورة من صور المرنان المغناطيسي من قاعدة بيانات المعيد العالمي‬
‫لمسرطان في الواليات المتحدة األميركية وقد كانت النتائج التي تم الوصول عمييا في عممية اإلكتشاف جيدة حيث تمت‬
‫مقارنتيا مع ال أري الطبي البين في قاعدة البيانات ذاتيا‪.‬‬
‫االستنتاجات‪:‬‬
‫‪ ‬أظير النظام كفاءة في ‪:‬‬
‫‪o‬ا‪7‬ستخ ارج المناطق الورمية عمى اختالف الحاالت المقدمة لو حيث تمكن من عزل المناطق الورمية في الصور‬
‫التي ت‪7‬تضمن أوردة وش ار ين دموية وأقنية لبنية‪.‬‬
‫‪o‬ا‪7‬ستخ ارج األو ارم وتمييزىا في الصور التي ظيرت فييا أعضاء أخرى من الجسم باإلضافة لمثدي‪.‬‬
‫‪o‬ا‪7‬كتشاف األو ارم في الصور غير الواضحة التي تحوي عمى نسبة ضجيج عالية‪.‬‬
‫‪o‬ا‪7‬ستخ ارج األو ارم في الصور التي تحتوي أو ارمًا غير واضحة وم بيمة الحدود‪.‬‬

‫‪9‬‬
‫عيد‬ ‫استخ ارج األو ارم السرطانية وتحديد واصفاتيا في صور المرنان المغناطيسي لمثدي باستخدام خوارزميات العنقدة ومعالجة الصورة‬

‫ستخ ارج المناطق التي التعتبر تكتالت ورمية كالكيسات والتكمسات النقطية المتعددة واألنسجة الضامة‬7‫ا‬o
.‫والغدية‬
.‫دم استخ ارج أي منطقة في الصور السميمة التي التحتوي عمى مناطق ورمية‬7‫ع‬o
.‫ستخ ارج حدود المناطق الورمية وحوافيا بدقة جيدة سواء كانت حدودًا خارجية أم داخمية‬7‫ا‬o
‫ أظير النظام قدرة عمى التعامل الفوري مع صور المرنان المغناطيسي لمثدي بمختمف األحجام و بغض النظر‬
. ‫عن نوع وبا ارمت ارت جياز المرنان المستخدم وبدون القيام بأي عممية معالجة مسبقة لمصور‬
:‫التوصيات‬
‫عد النظام خطوة أولى في تشخيص أو ارم الثدي لذلك فإن النظرة المستقبمية ليذا البحث ىي االستفادة من‬7‫ي‬1-
.‫التم يز بين األو ارم الخبيثة والحميدة‬7‫السمات المستخرجة لممناطق الورمية في عممية التشخيص و‬
‫ الباحث بالمساعدة مع الطبيب المختص‬7‫لعمل عمى تحديد واستخ ارج سمات أخرى لممناطق الورمية ويحدد‬-‫ ا‬2
.‫ سمة شكمية‬15 ‫مدى اىيميتيا في تشخيص المرض حيث نسطيع استخ ارج حوالي‬
- 4 .‫لعمل عمى بناء نظام متكامل اللكتشاف والتصنيف والتشخيص اآللي‬-‫ ا‬3
‫مشاركة فريق من األطباء المختصين في العمل البحثي لمشاركة خب ارتيم والعمل عمى التحسين المستمر‬
.‫لمنظام بغية محاكاة الخبرة البشريةو تقديم أكبر قدر من المعمومات المساعدة عمى التشخيص الصحيح‬

:‫الم ارجع‬
[1]-B.Senthilkumar,G.Umamaheswari,Combination of Novel Enhancement
Technique and Fuzzy C Means Clustering Technique in Breast Cancer Detection. Biomed
Res-India 2013 Volume 24 Issue 2,252-257
[2]- S.SAHEB BASHA, DR.K.SATYA PRASAD, Automatic detection of breast
cancer mass in mammograms using morphological operators and fuzzy c –means
clustering. Journal of Theoretical and Applied Information Technology. 2009,704-709.
[3]- VALLIAPPAN Raman, PUTRA Sumari, MANDAVA Rajeswari, A Theoretical
Methodology and Prototype Implementation for Detection Segmentation Classification of
Digital Mammogram Tumor by Machine Learning. IJCSI International Journal of
Computer Science Issues. Vol. 7, Issue 5, September 2010,38-44
[4]- Ruey-Feng Chang, Wen-Jie Wu, Woo Kyung Moon,Dar-Ren Chen, Automatic
ultrasound segmentation and morphology based diagnosis of solid breast Tumors. Breast
Cancer Research and Treatment. 89,2005, 179–185
[5]-Parkin D. M. , Bray F.,ferlayJ.,andPisaniP.,"Global Cancer Statistics 2002",CA
Cancer JClin,Vol.55,No.2,pp.74-108,2005.
[6]- Olson, James Stuart. Bathsheba's Breast: Women, Cancer and History.
Baltimore: The Johns Hopkins University Press. ISBN 8018, 2002.
[7]-The MATLAB Team, "fuzzy C-Means ClusteringTutorial (Fuzzy Logic
Toolbox)",MATLAB,ProductHelp,Version 7.8.0347 (R2011a),2011.
[8]-Stoitsis J.,Valavanis I.,Mougiakakou S.,Golemati S., Nikita
A.,NikitaK.,"Computer- Aided Diagnosis Based on Medical Image Processing and
Artifical Intelligence Methods",Nuclear Instruments and Methods in Physics
Research,pp.591-595,2006.

9
Series Sciences Eng. Journal. University Tishreen 2016 (2) ‫( العدد‬38) ‫مجمة جامعة تشرين 🞛 العموم اليندسية المجمد‬

[9]-Chen E.,ChungP.,ChenC.,TsaiH.,and Chang C.,"An Automatic Diagnostic System

for CT Liver Image Classification" IEEE Transactions Biomedical
Engineering,Vol.45,No.6,pp.783-794,1998.
[10]-LinaArbashMeinel.”Development of computer-aided diagnostic system for
breast MRI lesion classification”,Phd thesis , University of Iowa,2005.
[11]-MaanAmmar,Bassel Al Samman.”Towards Automatic Diagnosis of Liver
Tumors from CT images“,IEEE Symposium on Industrial Electronics and Applications
(ISIEA),87-90,2009.
[12]-Gonzalez R. C.,Woods R. E.,"Digital Image Processing",Prentice Hall,2nd
Edition,pp.521-538,2004.
[13]-The MATLAB Team ,"Fuzzy Logic Toolbox",MATLAB,ProductHelp,Version
7.8.0.347,(R2011a),2011.
[14]-Hunt B.,LipsmanR.,Rosenberg J.,"A Guide to MATLAB for Beginners and
Experienced Users",Cambridge university Press,pp.31-50,2004.
[15]-Semmlow J.,"Biosignal and Biomedical Image Processing MATLAB-based
Applications",Rutgers University Piscataway,New jersey ,USA,pp.410-450,2004.
[16]-Sivanandam S. N.,Sumathi S.,Deepa S. N. ,"Introduction to Fuzzy Logic using
MATLAB",Springer-Verlag Berlin Heidelberg ,pp. 158-199,2007.
[17]-The MATLAB Team,"MathWorks Documentation – MATLAB V7 Function
References",pp.14-171,2007.
[18]-The MATLAB Team,"MATLAB Programming Tips",MathWorks,Inc,pp. 11-
52,2005.
[19]-Judith G.H.,Ursula G. F.,Judith E. A.."Handbook of normal physical
measurements".Oxford University Press,410-475,2001.
‫ سورية‬, ‫ مديرية الكتب والمطبوعات‬, "‫األشعة التشخيصية واإليكوغ ارفي‬."‫عامر‬,‫جركس‬-‫فيصل‬,‫ناصر‬- ]20[
2005,
‫شعاع لمنشر‬, "‫ التطبيقات‬,‫الخوارزميات‬, ‫لشبكات العصبية البنية اليندسية‬7‫ا‬." ‫ عالم‬, ‫]عيسى‬21[-
,2000 ‫حمب‬,‫سورية‬,‫والعموم‬

Websites :
[22] - http://www.mrsc.ucsf.edu/breast/On 2014-04-03 10:45:10
[23]- https://public.cancerimagingarchive.netOn 2014-04-03 11:56:25
[24]-http://www.mdanderson.org/patient-and-cancer-information/cancer-
information/cancer-types/breast-cancer/index.htmlOn 2014-04-03 11:10:25