Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "breast cancer diagnosis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Differences in breast cancer incidence and stage distribution between urban and rural female population in Podlaskie voivodship, Poland in years 2001-2002
    Autorzy:
    Krzyzak, M
    Maslach, D.
    Juczewska, M.
    Lasota, W.
    Rabczenko, D.
    Marcinkowski, J.T.
    Szpak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/50013.pdf
    Data publikacji:
    2010
    Wydawca:
    Instytut Medycyny Wsi
    Tematy:
    Polska
    Podlasie voivodship
    rural population
    urban population
    woman
    breast cancer
    human disease
    distribution
    differentiation
    incidence
    disease stage
    Population Screening Programme
    monitoring
    diagnosis
    Źródło:
    Annals of Agricultural and Environmental Medicine; 2010, 17, 1; 159-162
    1232-1966
    Pojawia się w:
    Annals of Agricultural and Environmental Medicine
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid cytological image segmentation method based on competitive neural network and adaptive thresholding
    Hybrydowa metoda segmentacji obrazów cytologicznych oparta o konkurencyjne sieci neuronowe i adaptacyjne progowanie
    Autorzy:
    Kowal, M.
    Filipczuk, P.
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/153798.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    segmentacja obrazu
    sieci neuronowe
    rak piersi
    diagnostyka
    image segmentation
    neural networks
    breast cancer
    diagnosis
    Opis:
    The paper provides a preview of research on the computer system to support breast cancer diagnosis. The approach is based on analysis of microscope images of fine needle biopsy material. The article is devoted mainly to the segmentation problem. Hybrid segmentation algorithm based on competitive learning neural network and adaptive thresholding is presented. The system was tested on a set of real case medical images obtained from patients of the hospital in Zielona Góra with promising results.
    Niniejszy artukuł przedstawia wyniki prac badawczych prowadzonych nad komputerowym systemem wspierającym diagnostykę raka piersi. Zaprezentowane podejscie oparte jest na analizie mikroskopowych obrazów materiału pozyskanego metodą biopsji cienkoigłowej bez aspiracji. Zadaniem systemu jest określenie czy badany przypadek jest zmianą łagodną czy złośliwą. Badania skupione są na dwóch głównych problemach. Pierwszym z nich jest segmentacja obrazów cytologicznych oraz ekstrakcja cech morfometrycznych jąder komórkowych występujących na rozmazach. Drugim problemem jest klasyfikacja raka sutka oraz odpowiedni dobór cech najlepiej opisujących daną klasę. W artykule autorzy położyli główny nacisk na opisie sposobu segmentacji obrazów. Poprawność procesu segmentacji w dużym stopniu decyduje o możliwości wykonania skutecznych pomiarów cech morfometrycznych jąder komórkowych i w konsekwencji dokonania właściwej diagnozy. W artykule przedstawiono hybrydowy algorytm segmentacji oparty o konkurencyjne sieci neuronowe i adaptacyjne progowanie. Jest to metoda alternatywna do zaprezentowanej wcześniej metody bazującej na rozmytym algorytmie c-średnich. Porównanie wyników obydwu metod zamieszczono w artykule. Automatyczny system wspierający diagnostykę raka piersi przetestowano na prawdziwych obrazach medycznych pacjentów regionalnego szpitala w Zielonej Górze. W przeprowadzonych eksperymetach uzyskano obiecujące wyniki.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1448-1451
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GLCM and GLRLM based texture features for computer-aided breast cancer diagnosis
    Autorzy:
    Filipczuk, P.
    Fevens, T.
    Krzyżak, A.
    Obuchowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333264.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    diagnostyka wspomagana komputerowo
    analiza teksturalna
    rak piersi
    computer-aided diagnosis
    texture features
    breast cancer
    Opis:
    This paper presents 15 texture features based on GLCM (Gray-Level Co-occurrence Matrix) and GLRLM (Gray-Level Run-Length Matrix) to be used in an automatic computer system for breast cancer diagnosis. The task of the system is to distinguish benign from malignant tumors based on analysis of fine needle biopsy microscopic images. The features were tested whether they provide important diagnostic information. For this purpose the authors used a set of 550 real case medical images obtained from 50 patients of the Regional Hospital in Zielona Góra. The nuclei were isolated from other objects in the images using a hybrid segmentation method based on adaptive thresholding and kmeans clustering. Described texture features were then extracted and used in the classification procedure. Classification was performed using KNN classifier. Obtained results reaching 90% show that presented features are important and may significantly improve computer-aided breast cancer detection based on FNB images.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 19; 109-115
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Macierzyństwo spod znaku raka – choroba jako wydarzenie krytyczne w życiu przyszłej matki
    Motherhood under the sign of cancer – disease as a critical event in the life of a mother’s future
    Autorzy:
    Koronkiewicz, Kaja
    Powiązania:
    https://bibliotekanauki.pl/articles/460405.pdf
    Data publikacji:
    2013
    Wydawca:
    Fundacja Pro Scientia Publica
    Tematy:
    diagnoza
    rak piersi
    ciąża
    macierzyństwo
    metody leczenia
    kobiecość
    diagnosis
    breast cancer
    pregnancy
    motherhood
    methods of treatments
    feminity
    Opis:
    Rak to jedna z najbardziej powszechnych chorób XXI wieku. Szacuje się, że w najbliższej przyszłości nawet co czwarty mieszkaniec Europy będzie nią dotknięty. Nie ma znaczenia wiek, płeć, status majątkowy czy wykształcenie. Coraz częściej choroba ta dotyczy kobiet będących w ciąży. Artykuł podejmuje trudny temat macierzyństwa osób ze zdiagnozowanym nowotworem piersi. Część teoretyczna wyjaśnia specyfi kę choroby i możliwości jej leczenia. Bohaterką przeprowadzonych przez autorkę badań jest kobieta, która jednocześnie otrzymała informację o ciąży i chorobie. Odbiorcy artykułu będą jej towarzyszyć od diagnozy, poprzez kolejne etapy leczenia. Staną się świadkami wyboru między życiem dziecka a ochroną zdrowia matki.
    Cancer is one of the most common diseases of XXI century. It is estimated that one in four Europeans will suff er from it. Age, race, wealth or level of education are of no signifi cance. Each year more pregnant women fi nd out they have the disease. The article takes the opportunity of describing the motherhood of women diagnosed with breast cancer. The theoretical part explains the disease itself and treatment possibilities. It is about women who discover they are pregnant and have the disease at the same time. Readers will accompany her from diagnosis through to treatment. They will become witnesses to her choice between the foetus’s life and protection of the mother’s health.
    Źródło:
    Ogrody Nauk i Sztuk; 2013, 3
    2084-1426
    Pojawia się w:
    Ogrody Nauk i Sztuk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nuclei segmentation for computer-aided diagnosis of breast cancer
    Autorzy:
    Kowal, M.
    Filipczuk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/330248.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    computer aided diagnosis
    breast cancer
    pattern analysis
    fast marching
    diagnostyka wspomagana komputerowo
    rak piersi
    analiza obrazu
    Opis:
    Breast cancer is the most common cancer among women. The effectiveness of treatment depends on early detection of the disease. Computer-aided diagnosis plays an increasingly important role in this field. Particularly, digital pathology has recently become of interest to a growing number of scientists. This work reports on advances in computer-aided breast cancer diagnosis based on the analysis of cytological images of fine needle biopsies. The task at hand is to classify those as either benign or malignant. We propose a robust segmentation procedure giving satisfactory nuclei separation even when they are densely clustered in the image. Firstly, we determine centers of the nuclei using conditional erosion. The erosion is performed on a binary mask obtained with the use of adaptive thresholding in grayscale and clustering in a color space. Then, we use the multi-label fast marching algorithm initialized with the centers to obtain the final segmentation. A set of 84 features extracted from the nuclei is used in the classification by three different classifiers. The approach was tested on 450 microscopic images of fine needle biopsies obtained from patients of the Regional Hospital in Zielona Góra, Poland. The classification accuracy presented in this paper reaches 100%, which shows that a medical decision support system based on our method would provide accurate diagnostic information.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 19-31
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aktualne problemy dotyczące postępowania diagnostycznego oraz leczenia operacyjnego chorych na raka piersi – przegląd wybranych zagadnień klinicznych
    Current problems in diagnostic management and surgical treatment of breast cancer patients – a review of selected clinical issues
    Autorzy:
    Nowikiewicz, Tomasz
    Śrutek, Ewa
    Zegarski, Wojciech
    Powiązania:
    https://bibliotekanauki.pl/articles/1030436.pdf
    Data publikacji:
    2015
    Wydawca:
    Medical Communications
    Tematy:
    breast cancer
    diagnosis and treatment
    lymphatic system imaging methods
    sentinel lymph node biopsy
    surgical treatment
    biopsja węzła wartowniczego
    diagnostyka i leczenie
    leczenie operacyjne
    metody obrazowania układu chłonnego
    rak piersi
    Opis:
    Breast cancer is the most common malignancy in women in Poland and other developed countries. It refers especially to those in peri- and postmenopausal age. Poland is characterized by a dynamic increase in the number of new cases of breast cancer. Namely, in 2010, the number of new diagnosed cases was more than 30% higher than 10 years before. As suggested by epidemiological forecasts for Poland, the trend is expected to be maintained. Surgical treatment is the main prerequisite for a permanent and positive outcome of breast cancer treatment. The percentage of surgeries performed in Poland has increased significantly in recent years from 77% in 2004 to 90% in 2010. The most important prognostic factor affecting longterm treatment outcomes in cancer patients is the clinical grading of the disease. Early detection of breast cancer, preferably at the asymptomatic stage, may significantly determine both the selection of available treatment options and the final treatment outcome. The objective of this study was to discuss current problems related to preoperative diagnostics and surgical treatment of breast cancer patients. Issues concerning mammography screening program were subjected to analysis. The part concerning surgical treatment features new trends regarding procedures of conservative treatment of breast cancer. It is also important to emphasize the necessity of the use of conclusions from the Z0011 trial and personalized oncoplastic surgery techniques in everyday clinical practice.
    Rak piersi jest najczęstszym nowotworem złośliwym u kobiet żyjących w Polsce i innych krajach rozwiniętych; dotyczy to zwłaszcza chorych w wieku około- i pomenopauzalnym. W polskiej populacji dynamicznie rośnie liczba nowych przypadków raka piersi: w 2010 roku stwierdzono ponad 30% więcej zachorowań niż 10 lat wcześniej. Według prognoz epidemiologicznych należy spodziewać się utrzymania tej tendencji w naszym kraju. Podstawowy warunek mogący pozwolić na uzyskanie trwałego wyleczenia to zastosowanie leczenia operacyjnego. Odsetek jego wykorzystania w Polsce wyraźnie wzrósł w ostatnich kilkunastu latach – z 77% w roku 2004 do 90% w roku 2010. Najważniejszym czynnikiem mającym wpływ na odległe wyniki leczenia pacjentów z nowotworami złośliwymi jest stopień zaawansowania klinicznego choroby. Wczesne wykrycie raka piersi, optymalnie w stadium bezobjawowym, może w decydujący sposób wpłynąć zarówno na wybór dostępnych metod leczenia, jak i na jego wynik. W pracy omówiono najistotniejsze aktualne problemy diagnostyki przedoperacyjnej i leczenia operacyjnego chorych na raka piersi. Analizie poddano zagadnienia związane z programem wczesnego wykrywania choroby. W części poświęconej leczeniu chirurgicznemu przedstawiono nowe trendy związane z procedurami leczenia oszczędzającego. Podkreślono konieczność wykorzystania w codziennej praktyce klinicznej wniosków z badania Z0011 i technik chirurgii onkoplastycznej.
    Źródło:
    Current Gynecologic Oncology; 2015, 13, 1; 11-19
    2451-0750
    Pojawia się w:
    Current Gynecologic Oncology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Current guidelines on the diagnosis and management of lobular carcinoma in situ
    Aktualne zalecenia dotyczące diagnostyki i leczenia chorych z rozpoznaniem raka zrazikowego piersi in situ
    Autorzy:
    Śrutek, Ewa
    Nowikiewicz, Tomasz
    Zegarski, Wojciech
    Powiązania:
    https://bibliotekanauki.pl/articles/1029814.pdf
    Data publikacji:
    2017
    Wydawca:
    Medical Communications
    Tematy:
    diagnosis and treatment
    lobular breast cancer in situ
    surgical treatment
    Opis:
    Lobular carcinoma in situ of the breast is classified as non-invasive malignant tumor of the breast. Its diagnosis is a marker for an increased risk of developing other histological types of breast cancer. Lobular carcinoma in situ is usually asymptomatic, with no characteristic radiological features. The diagnosis is often accidental while diagnosing lesions found on screening mammography. The most important clinical issue associated with the diagnosis of lobular carcinoma in situ is the possible risk of concurrent breast cancer of another histological type. According to the current standards of managing patients with lobular carcinoma in situ of the breast, surgical biopsy of the mass is most commonly recommended. Specific principles of therapy depend on the circumstances surrounding the diagnostic process. The complete diagnosis requires histopathological study of tissue specimens from paraffin blocks. It is necessary to determine the histological subtype of the identified tumor as different subtypes present significant differences as to the course of the disease (classic lobular carcinoma in situ, pleomorphic, florid or comedo with necrosis ones). Contrary to the classic lobular carcinoma in situ, other subtypes are characterized by significantly higher risk of coexisting infiltrating breast cancer. In such cases, it is necessary to perform surgical excision of the tumor. Diagnosis of LCIS does not require surgical treatment (possible active surveillance of the patient).
    Rak zrazikowy gruczołu piersiowego in situ należy do postaci nieinwazyjnych nowotworów złośliwych o tej lokalizacji narządowej. Jego zdiagnozowanie jest markerem zwiększonego ryzyka rozwoju w przyszłości innych typów histologicznych raka piersi. Zrazikowy rak piersi in situ to najczęściej guz bezobjawowy, nieposiadający charakterystycznych cech radiologicznych. Do jego wykrycia dochodzi zwykle przypadkowo, w trakcie diagnostyki zmian uwidocznionych podczas skriningu mammograficznego. Najbardziej istotnym problemem klinicznym związanym ze zdiagnozowaniem tego nowotworu jest ryzyko współistnienia zmiany z innym rodzajem histologicznym raka piersi. Zgodnie z aktualnymi standardami leczenia chorych ze zrazikowym rakiem piersi in situ zalecana jest najczęściej biopsja chirurgiczna zmiany. Szczegółowe zasady postępowania terapeutycznego zależą od okoliczności zdiagnozowania guza. Rozpoznanie choroby wymaga oceny histopatologicznej preparatów tkankowych, pochodzących z bloków parafinowych. Niezbędne jest określenie podtypu histologicznego wykrytej zmiany, które wykazują znaczne różnice dotyczące przebiegu choroby (postać klasyczna, podtyp pleomorficzny, podtyp w stadium rozkwitu bądź podtyp comedo z martwicą). W odróżnieniu do typu klasycznego zrazikowego raka piersi in situ, pozostałe postaci cechuje istotnie wyższe ryzyko współistnienia form raka naciekającego piersi. W przypadku ich stwierdzenia konieczne jest operacyjne wycięcie zmiany. Wykrycie postaci klasycznej raka zrazikowego gruczołu piersiowego in situ nie wiąże się z taką koniecznością (możliwość aktywnego nadzoru chorych).
    Źródło:
    Current Gynecologic Oncology; 2017, 15, 1; 87-90
    2451-0750
    Pojawia się w:
    Current Gynecologic Oncology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep learning versus classical neural approach to mammogram recognition
    Autorzy:
    Kurek, J.
    Świderski, B.
    Osowski, S.
    Kruk, M.
    Barhoumi, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/200919.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    convolutional neural networks
    breast cancer diagnosis
    mammogram recognition
    diagnostic features
    splotowe sieci neuronowe
    diagnostyka raka piersi
    rozpoznawanie
    mammografia
    cechy diagnostyczne
    Opis:
    Automatic recognition of mammographic images in breast cancer is a complex issue due to the confusing appearance of some perfectly normal tissues which look like masses. The existing computer-aided systems suffer from non-satisfactory accuracy of cancer detection. This paper addresses this problem and proposes two alternative techniques of mammogram recognition: the application of a variety of methods for definition of numerical image descriptors in combination with an efficient SVM classifier (so-called classical approach) and application of deep learning in the form of convolutional neural networks, enhanced with additional transformations of input mammographic images. The key point of the first approach is defining the proper numerical image descriptors and selecting the set which is the most class discriminative. To achieve better performance of the classifier, many image descriptors were defined by means of applying different characterization of the images: Hilbert curve representation, Kolmogorov-Smirnov statistics, the maximum subregion principle, percolation theory, fractal texture descriptors as well as application of wavelet and wavelet packets. Thanks to them, better description of the basic image properties has been obtained. In the case of deep learning, the features are automatically extracted as part of convolutional neural network learning. To get better quality of results, additional representations of mammograms, in the form of nonnegative matrix factorization and the self-similarity principle, have been proposed. The methods applied were evaluated based on a large database composed of 10,168 regions of interest in mammographic images taken from the DDSM database. Experimental results prove the advantage of deep learning over traditional approach to image recognition. Our best average accuracy in recognizing abnormal cases (malignant plus benign versus healthy) was 85.83%, with sensitivity of 82.82%, specificity of 86.59% and AUC = 0.919. These results are among the best for this massive database.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 831-840
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Breast cancer diagnosis using wrapper-based feature selection and artificial neural network
    Autorzy:
    Naveed, Nawazish
    Madhloom, Hayan T.
    Husain, Mohd Shahid
    Powiązania:
    https://bibliotekanauki.pl/articles/1956040.pdf
    Data publikacji:
    2021
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    breast cancer diagnosis
    feature selection
    neural network
    grid search
    machine learning
    diagnostyka raka piersi
    dobór cech
    sieć neuronowa
    przeszukiwanie sieci
    uczenie maszynowe
    Opis:
    Breast cancer is commonest type of cancers among women. Early diagnosis plays a significant role in reducing the fatality rate. The main objective of this study is to propose an efficient approach to classify breast cancer tumor into either benign or malignant based on digitized image of a fine needle aspirate (FNA) of a breast mass represented by the Wisconsin Breast Cancer Dataset. Two wrapper-based feature selection methods, namely, sequential forward selection(SFS) and sequential backward selection (SBS) are used to identify the most discriminant features which can contribute to improve the classification performance. The feed forward neural network (FFNN) is used as a classification algorithm. The learning algorithm hyper-parameters are optimized using the grid search process. After selecting the optimal classification model, the data is divided into training set and testing set and the performance was evaluated. The feature space is reduced from nine feature to seven and six features using SFS and SBS respectively. The highest classification accuracy recorded was 99.03% with FFNN using the seven SFS selected features. While accuracy recorded with the six SBS selected features was 98.54%. The obtained results indicate that the proposed approach is effective in terms of feature space reduction leading to better accuracy and efficient classification model.
    Źródło:
    Applied Computer Science; 2021, 17, 3; 19-30
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparative Experimental Investigation and Application of Five Classic Pre-Trained Deep Convolutional Neural Networks via Transfer Learning for Diagnosis of Breast Cancer
    Autorzy:
    Nogay, Hidir Selcuk
    Akinci, Tahir Cetin Akinci
    Yilmaz, Musa
    Powiązania:
    https://bibliotekanauki.pl/articles/2023314.pdf
    Data publikacji:
    2021
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    breast cancer
    classification
    deep learning
    DCNN
    transfer learning
    diagnosis
    Opis:
    In this study, for the diagnosis and classification of breast cancer, we used and applied five classical pre-trained deep convolutional neural network models (DCNN) which have proven successful many times in different fields (ResNet-18, AlexNet, GoogleNet and SuffleNet). To make pre-trained DCNN models suitable for the purpose of our study, we updated some layers according to the new situation by using the transfer learning technique. We did not change the weights of all layers used in these five pre-trained DCNN models. Instead, we just gave new weights to the new layers so that new layers adapt faster to emerging new DCNN models. With these five pre-trained DCNN models, we have realized a quadruple classification as "cancer", "normal", "actionable" and "benign", and a binary classification as "actionable + cancer" and "normal + benign". With these two separate classification and diagnosis studies, we have carried out comparative experimental examination and analysis of pre-trained DCNN models for breast cancer diagnosis. In the study, it was concluded that successful results can be achieved with pre-trained DCNN models without extra time-consuming procedures such as feature extraction, and DCNN can perform quite successfully in cancer diagnosis and image comment.
    Źródło:
    Advances in Science and Technology. Research Journal; 2021, 15, 3; 1-8
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Numerical Simulation of Breast Cancer in the Early Diagnosis with Actual Dimension and Characteristics Using Photoacoustic Tomography
    Autorzy:
    Ahangar Darband, Maryam
    Najafi Aghdam, Esmaeil
    Gharibi, Arash
    Powiązania:
    https://bibliotekanauki.pl/articles/31339923.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    photoacoustic
    PA
    photoacoustic imaging
    PAI
    photoacoustic tomography
    breast cancer
    early diagnosis
    Opis:
    A numerical study and simulation of breast imaging in the early detection of tumors using the photoacoustic (PA) phenomenon are presented. There have been various reports on the simulation of the PA phenomenon in the breast, which are not in the real dimensions of the tissue. Furthermore, the different layers of the breast have not been considered. Therefore, it has not been possible to rely on the values and characteristics of the resulting data and to compare it with the actual state. Here, the real dimensions of the breast at three-dimensional and different constituent layers have been considered. After reviewing simulation methods and software for different stages of the PA phenomenon, a single suitable platform, which is commercially available finite element software (COMSOL), has been selected for simulating. The optical, thermal, elastic, and acoustic characteristics of different layers of breast and tumor at radiated laser wavelength (800 nm) were accurately calculated or obtained from a reliable source. Finally, by defining an array of 32 ultrasonic sensors on the breast cup at the defined arcs of the 2D slices, the PA waves can be collected and transmitted to MATLAB software to reconstruct the images. We can study the resulting PA wave and its changes in more detail using our scenarios.
    Źródło:
    Archives of Acoustics; 2023, 48, 1; 25-38
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies