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.
