تصویربرداری پزشکی / تصویرنگاری پزشکی
ندا سرداریپور؛ علیرضا صدقی؛ علی یونسی؛ علی خادم؛ حمید ابریشمی مقدم
دوره 12، شماره 4 ، بهمن 1397، ، صفحه 299-315
چکیده
در فرایند بینایی، اطلاعات تولید شده توسط گیرندههای نوری استوانهای و مخروطی، پس از فشرده شدن در شبکیه، از طریق سه مسیر جداگانهی سلولهای عقدهای، به نامهای مگنو، پاروو و کونیو، به مراکز پردازشی سطح بالاتر ارسال میشوند. شواهد مبتنی بر الکتروفیزیولوژی و سایکوفیزیک، حاکی از آن است که این مسیرهای سهگانه، الگوهای خاصی ...
بیشتر
در فرایند بینایی، اطلاعات تولید شده توسط گیرندههای نوری استوانهای و مخروطی، پس از فشرده شدن در شبکیه، از طریق سه مسیر جداگانهی سلولهای عقدهای، به نامهای مگنو، پاروو و کونیو، به مراکز پردازشی سطح بالاتر ارسال میشوند. شواهد مبتنی بر الکتروفیزیولوژی و سایکوفیزیک، حاکی از آن است که این مسیرهای سهگانه، الگوهای خاصی از تخریب عملکردی را در بیماری اسکلروز چندگانه (MS) نشان میدهند. اگرچه مکانیابی دقیق فعالیت عصبی در این مسیرها، با استفاده از fMRI امکانپذیر است، تا کنون هیچ مطالعهای با استفاده از fMRI روی تخریب عملکرد این مسیرها در بیماران MS انجام نشده است. در این پژوهش، به بررسی اختلالات ایجاد شده در عملکرد این مسیرها در بیماران MS پرداخته شده است. بدین منظور، سه محرک بینایی متفاوت، با فرکانسهای مکانی و زمانی خاص، برای تحریک اختصاصی این سه مسیر، تولید شده است. این محرکها، به هوسیلهی پروژکتوری کالیبره شده، که در خارج از اتاق اسکنر MRI قرار داشت، به فرد داخل اسکنر نشان داده میشد. با استفاده از یک پروتکل استاندارد، از دو گروه سالم و مبتلا به MS (هر گروه شامل 5 نفر) تصویربرداری fMRI انجام شد. در نهایت، پاسخهای به دست آمده در قشر بینایی و ناحیهی هستهی زانویی جانبی (LGN)، به طور درونگروهی و برونگروهی، مورد تحلیل قرار گرفت. آنالیزهای گروهی دادههای fMRI، با استفاده از مدل خطی عمومی (GLM) و روش تاثیر ثابت، در نرمافزار FSL انجام شد، که نتایج به دست آمده، نشان دهندهی الگوهایی از تخریب عملکردی در قشر بینایی و LGN در گروه MS بود. همچنین، از میان سه مسیر بینایی مگنو، پاروو و کونیو در LGN، تنها در مسیر سلولی مگنو، تخریب معنیدار عملکردی در بیماران MS مشاهده شد.
بیوالکترومغناطیس
محمدرضا یوسفی نجفآبادی؛ رضا جعفری؛ حمید ابریشمی مقدم
دوره 8، شماره 1 ، فروردین 1393، ، صفحه 69-86
چکیده
ﺩﺭ ﺍﻳﻦ ﻣﻘﺎﻟﻪ ﺭﻭﺵ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ - ﺑﺪﻭﻥ ﻣﺶ ﻣﺒﺘﻨﻰ ﺑﺮ ﻣﻮﺟﮏ ﺑﻪ ﻣﻨﻈﻮﺭ ﺣﻞ ﻣﺴﺄﻟﻪ ﭘﻴﺸﺮﻭ ﻣﻘﻄﻊﻧﮕﺎﺭی ﺍﻟﻘﺎی ﻣﻐﻨﺎﻃﻴﺴﻰ ﺍﺭﺍﺋﻪ ﺷﺪﻩ ﺍﺳﺖ. ﻃﺒﻴﻌﺖ ﺑﺪﻭﻥ ﺗﻤﺎﺱ ﻭ ﺍﻳﻤﻦ ﺍﻳﻦ ﻓﻦ ﺗﺼﻮﻳﺮﺑﺮﺩﺍﺭی، ﺁﻥ ﺭﺍ ﺑﻪ ﺭﻭﺷﻰ ﻣﻨﺎﺳﺐ ﺑﺮﺍی ﺗﺼﻮﻳﺮﺑﺮﺩﺍﺭی ﭘﺰﺷﻜﻰ ﻭ ﺻﻨﻌﺘﻰ ﻏﻴﺮﺗﻬﺎﺟﻤﻰ ﺗﺒﺪﻳﻞ ﻛﺮﺩﻩ ﺍﺳﺖ. ...
بیشتر
ﺩﺭ ﺍﻳﻦ ﻣﻘﺎﻟﻪ ﺭﻭﺵ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ - ﺑﺪﻭﻥ ﻣﺶ ﻣﺒﺘﻨﻰ ﺑﺮ ﻣﻮﺟﮏ ﺑﻪ ﻣﻨﻈﻮﺭ ﺣﻞ ﻣﺴﺄﻟﻪ ﭘﻴﺸﺮﻭ ﻣﻘﻄﻊﻧﮕﺎﺭی ﺍﻟﻘﺎی ﻣﻐﻨﺎﻃﻴﺴﻰ ﺍﺭﺍﺋﻪ ﺷﺪﻩ ﺍﺳﺖ. ﻃﺒﻴﻌﺖ ﺑﺪﻭﻥ ﺗﻤﺎﺱ ﻭ ﺍﻳﻤﻦ ﺍﻳﻦ ﻓﻦ ﺗﺼﻮﻳﺮﺑﺮﺩﺍﺭی، ﺁﻥ ﺭﺍ ﺑﻪ ﺭﻭﺷﻰ ﻣﻨﺎﺳﺐ ﺑﺮﺍی ﺗﺼﻮﻳﺮﺑﺮﺩﺍﺭی ﭘﺰﺷﻜﻰ ﻭ ﺻﻨﻌﺘﻰ ﻏﻴﺮﺗﻬﺎﺟﻤﻰ ﺗﺒﺪﻳﻞ ﻛﺮﺩﻩ ﺍﺳﺖ. ﺩﺭ ﺍﻳﻦ ﺭﻭﺵ ﺍﺑﺘﺪﺍ ﺑﺎ ﻋﺒﻮﺭ ﺟﺮﻳﺎﻧﻰ ﻣﺘﻨﺎﻭﺏ ﺍﺯ ﻳﮏ ﻳﺎ ﭼﻨﺪ ﺳﻴﻢﭘﻴﭻ ﺗﺤﺮﻳﮏ، ﻣﻴﺪﺍﻥ ﻣﻐﻨﺎﻃﻴﺴﻰ ﺗﺤﺮﻳﮏ ﺩﺭﻭﻥ ﺟﺴﻢ ﻣﻮﺭﺩ ﻧﻈﺮ ﺍﻳﺠﺎﺩ ﺷﺪﻩ؛ ﺳﭙﺲ ﻭﻟﺘﺎﮋﻫﺎی ﺍﻟﻘﺎﻳﻰ ﺩﺭ ﺳﻴﻢﭘﻴﭻﻫﺎی ﮔﻴﺮﻧﺪﻩ ﺍﻧﺪﺍﺯﻩﮔﻴﺮی ﻣﻰﺷﻮﻧﺪ. ﺗﺼﻮﻳﺮ ﺑﺎ ﺗﺨﻤﻴﻦ ﺿﺮﺍﻳﺐ ﻫﺪﺍﻳﺖ ﺍﻟﻜﺘﺮﻳﻜﻰ ﺟﺴﻢ ﺑﺎ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ ﻧﺘﺎﻳﺞ ﺣﺎﺻﻞ ﺍﺯ ﺍﻧﺪﺍﺯﻩﮔﻴﺮی، ﻧﺘﺎﻳﺞ ﺣﻞ ﻣﺴﺄﻟﻪ ﭘﻴﺸﺮﻭ ﻭ ﺣﻞ ﻣﺴﺄﻟﻪ ﻣﻌﻜﻮﺱ ﺑﺎﺯﺳﺎﺯی ﻣﻰﺷﻮﺩ. ﺷﺒﻴﻪﺳﺎﺯی ﻣﺴﺄﻟﻪ ﭘﻴﺸﺮﻭ ﺑﻪ ﻃﻮﺭ ﻣﻌﻤﻮﻝ ﺑﺎ ﺭﻭﺵ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ ﺍﻧﺠﺎﻡ ﻣﻰﺷﻮﺩ؛ ﺍﻣﺎ ﻭﺍﺑﺴﺘﮕﻰ ﺟﻮﺍﺏ ﺣﺎﺻﻞ ﺑﻪ ﻣﺶ ﻣﻮﺭﺩ ﺍﺳﺘﻔﺎﺩﻩ، ﺑﻮﻳﮋﻩ ﻭﻗﺘﻰ ﻛﻪ ﻧﺎﺣﻴﻪ ﻫﺪﻑ ﺷﺎﻣﻞ ﺍﺟﺴﺎﻡ ﻣﺘﺤﺮک ﺑﺎﺷﺪ، ﻣﺤﺪﻭﺩﻳﺘﻰ ﺑﺮﺍی ﺭﻭﺵ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ ﻣﺤﺴﻮﺏ ﻣﻰﺷﻮﺩ. ﺩﺭ ﺍﻳﻦ ﺗﺤﻘﻴﻖ، ﺑﻪ ﻣﻨﻈﻮﺭ ﺭﻓﻊ ﻣﺸﻜﻞ ﻭﺍﺑﺴﺘﮕﻰ ﺑﻪ ﻣﺶﺑﻨﺪی ﺩﺭ ﺭﻭﺵ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ ﻭ ﺍﻋﻤﺎﻝ ﺩﻗﻴﻖﺗﺮ ﻭ ﺳﺮﻳﻊﺗﺮ ﺷﺮﺍﻳﻂ ﻣﺮﺯی ﺩﺭ ﺭﻭﺵ ﺑﺪﻭﻥ ﻣﺶ، ﺭﻭﺵ ﺗﺮﻛﻴﺒﻰ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ - ﺑﺪﻭﻥ ﻣﺶ ﻣﺒﺘﻨﻰ ﺑﺮ ﻣﻮﺟﮏ ﺑﺮﺍی ﺣﻞ ﻣﺴﺄﻟﻪ ﭘﻴﺸﺮﻭ ﻣﻘﻄﻊﻧﮕﺎﺭی ﺍﻟﻘﺎی ﻣﻐﻨﺎﻃﻴﺴﻰ ﭘﻴﺸﻨﻬﺎﺩ ﻣﻰﺷﻮﺩ. ﻫﻤﭽﻨﻴﻦ ﺑﺮﺍی ﺍﻋﻤﺎﻝ ﺷﺮﺍﻳﻂ ﭘﻴﻮﺳﺘﮕﻰ ﺣﺪ ﻓﺎﺻﻞ ﺑﻴﻦ ﺩﻭ ﻧﺎﺣﻴﻪ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ ﻭ ﺑﺪﻭﻥ ﻣﺶ، ﺗﻮﺍﺑﻊ ﭘﺮﺵ ﺷﻴﺐ ﺑﻪ ﻛﺎﺭ ﮔﺮﻓﺘﻪ ﺷﺪﻩﺍﻧﺪ. ﺑﺮﺍی ﺍﺭﺯﻳﺎﺑﻰ ﻛﺎﺭﺍﻳﻰ ﺭﻭﺵ ﭘﻴﺸﻨﻬﺎﺩی، ﻧﺘﺎﻳﺞ ﺷﺒﻴﻪﺳﺎﺯی ﺑﺎ ﻧﺘﺎﻳﺞ ﺑﺪﺳﺖ ﺁﻣﺪﻩ ﺍﺯ ﺭﻭﺵ ﺍﺟﺰﺍی ﻣﺤﺪﻭﺩ ﻣﻌﻤﻮﻝ ﺍﺯ ﻟﺤﺎﻅ ﺩﻗﺖ ﻭ ﺯﻣﺎﻥ ﻣﺤﺎﺳﺒﺎﺕ ﻣﻘﺎﻳﺴﻪ ﺷﺪﻩﺍﻧﺪ.
پردازش تصاویر پزشکی
مریم مومنی؛ حمید ابریشمی مقدم؛ راینهارد گرب؛ کامران کاظمی؛ فابریس والوا
دوره 5، شماره 3 ، آذر 1390، ، صفحه 231-244
چکیده
سیر تکاملی چینخوردگیهای مغز نوزادان شاخص مهمی در رشد مغز انسان میباشد و تحلیل کمی این روند رشد در مطالعات عصبی سودمند میباشد. نکته مهم در تحلیل کمی رشد مغز نوزادان تفکیکپذیری زمانی1 مورد نیاز و معنادار میباشد. در این مقاله برای اولین بار تخمین بازه زمانی مورد نیاز برای مطالعه ویژگیهای ماکروسکوپی و استفاده از ابزار مناسب ...
بیشتر
سیر تکاملی چینخوردگیهای مغز نوزادان شاخص مهمی در رشد مغز انسان میباشد و تحلیل کمی این روند رشد در مطالعات عصبی سودمند میباشد. نکته مهم در تحلیل کمی رشد مغز نوزادان تفکیکپذیری زمانی1 مورد نیاز و معنادار میباشد. در این مقاله برای اولین بار تخمین بازه زمانی مورد نیاز برای مطالعه ویژگیهای ماکروسکوپی و استفاده از ابزار مناسب برای تحلیل این ویژگیها در هفتههای پس از تولد بررسی شده است. بدین منظور دو بازه سنی 40-39 و 42-41 هفتگی از زمان شروع بارداری2 (GA) در نظر گرفته شده و دو مدل هندسی مبتنی بر تصاویر تشدید مغناطیسی با وزن 1T ساخته شد. انحراف مکانی و پراکندگی برخی نشانگرهای آناتومی و میانگین متوسط و بیشینه طول بردار دگردیسی3 مکانی در 25 تصویر آزمون یکسانسازی شده به مدلهای هندسی مقایسه و بررسی شدند. نتایج آزمون MANOVA تفاوت معنیدار در انحراف مکان ویژگیهای آناتومی و میانگین متوسط و بیشینه طول بردار دگردیسی مکانی را در این دو بازه سنی نشان داد. همچنین تحلیل کمی پراکندگی دادههای یکسانسازی شده بین دو بازه سنی، تفاوت معنیدار بین ویژگیهای مذکور و تاثیر یکسانسازی به مدل هندسی پویا را در مواردی که آزمون MANOVA منجر به عدم رد فرضیه پوچ میشود نیز تایید کرد. با توجه به نتایج مطروحه در رنج سنی 42-39 هفتگی GA میتوان نتیجه گرفت که فاصله زمانی دو هفته، کمینه فاصله زمانی در هفتههای پس از تولد برای ساخت مدل هندسی بهمنظور بررسی رشد مغز در سطح ماکروسکوپی میباشد.
پردازش تصاویر پزشکی
حمید ابریشمی مقدم؛ مریم مومنی؛ کامران کاظمی؛ راینهارد گرب؛ فابریس والوا
دوره 4، شماره 4 ، اسفند 1389، ، صفحه 337-360
چکیده
مطالعه فرآیند رشد مغز در دوران نوزادی و کودکی از اهمیت زیادی برخوردار است. زیرا هرگونه اختلال در این فرآیند میتواند سبب بروز بیماری در فرد شود، بویژه اگر نوزاد به صورت نارس بدنیا آمده باشد. پیشرفتهای اخیر در زمینة تصویربرداری تشدید مغناطیسی امکان اخذ تصاویری را با کیفیت و رزولوشن بالا از بافتهای مغزی نوزادان فراهم ساخته است. ...
بیشتر
مطالعه فرآیند رشد مغز در دوران نوزادی و کودکی از اهمیت زیادی برخوردار است. زیرا هرگونه اختلال در این فرآیند میتواند سبب بروز بیماری در فرد شود، بویژه اگر نوزاد به صورت نارس بدنیا آمده باشد. پیشرفتهای اخیر در زمینة تصویربرداری تشدید مغناطیسی امکان اخذ تصاویری را با کیفیت و رزولوشن بالا از بافتهای مغزی نوزادان فراهم ساخته است. با ناحیهبندی و استخراج بافتها میتوان به مدلسازی تغییرات در بافت مغزی پرداخت و بر مراحل رشد مغزی نوزادان و کودکان نظارت کرد. از طرف دیگر داشتن یک مدل نزدیک به واقعیت از سر شامل پوست، جمجمه و مغز میتواند در حل دقیقتر مسأله معکوس مکانیابی منبع سیگنالهای مغزی ثبتشده کمک کند و همچنین چگونگی انتشار امواج الکترومغناطیس را در سر نوزادان نشان دهد. در این مقالة مروری، در ابتدا اطلسهای مغز به سه دستۀ اطلسهای مبتنی بر یک فرد، اطلسهای احتمالی و اطلسهای آماری طبقهبندی میشوند. در ادامه اطلسهای مغزی نوزادان در دستهبندیهای مطرح شده، بیان و روش ایجاد و کاربرد هر کدام مطالعه میشود. در پایان ضمن بررسی نقاط ضعف و قوت اطلسهای مغزی ساخته شده برای نوزادان تاکنون به تبیین فعالیتهای جاری و روند تحقیقات آتی در این زمینه میپردازیم.
پردازش تصاویر پزشکی
آذر طلوعی؛ حمید ابریشمی مقدم؛ معصومه گیتی
دوره 2، شماره 3 ، آذر 1387، ، صفحه 179-189
چکیده
تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ناهنجاری های بافت بینابینی ریه(ILD) ، مرحله ای مهم در ایجاد یک سیستم تشخیص به کمک کامپیوتر محسوب می شود. الگوریتم ارائه شده برای دسته بندی الگوهای بافت ریه شامل 3 مرحله است: در مرحله اول ریه از پس زمینه جدا می شود. در مرحله دوم دو بانک فیلتری موجک فوق کامل به نام ...
بیشتر
تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ناهنجاری های بافت بینابینی ریه(ILD) ، مرحله ای مهم در ایجاد یک سیستم تشخیص به کمک کامپیوتر محسوب می شود. الگوریتم ارائه شده برای دسته بندی الگوهای بافت ریه شامل 3 مرحله است: در مرحله اول ریه از پس زمینه جدا می شود. در مرحله دوم دو بانک فیلتری موجک فوق کامل به نام های فریم های موجک گسسته (DWF) و فریم های موجک دوران یافته (RWF) برای استخراج ویژگی از نواحی مطلوب (ROI) تعریف شده درون بافت ریه استفاده می شوند؛ در نهایت الگوریتم k نزدیکترین همسایه فازی برای دسته بندی الگوها اعمال می گردد. در این مطالعه 4 الگوی مرتبط با) ILD شیشه مات، لانه زنبوری، رتیکولار و نرمال) از یک پایگاه داده شامل 340 تصویر HRCT انتخاب شده و مورد بازشناسی قرار می گیرند. عملکرد سیستم کامپیوتری با عملکرد دو رادیوژیست مورد ارزیابی قرار می گیرد. ضریب توافق کاپا بین سیستم و دو رادیولوژیست در مقایسه با ضریب توافق 0.6848 بین دو رادیولوژیست، به طور متوسط 0.6543 است. چنین سیستمی می تواند به بهبود تصمیم گیری و کارایی پزشک از طریق تسهیل کشف و ارزیابی الگوهای تصویری پیچیده، کاهش تفاوت میان مشاهده گرها و حذف اعمال تکراری و گاهی خسته کننده منجر شود.
پردازش تصاویر پزشکی
سعید کرمانی؛ حمید ابریشمی مقدم؛ محمدحسن مرادی
دوره 2، شماره 3 ، آذر 1387، ، صفحه 215-231
چکیده
در این مقاله رویکرد جدیدی برای تجزیه و تحلیل دینامیک بطن چپ قلب مبتنی بر مدل شکل پذیر مش فعال 3D-AMM روی توالی از تصاویر تشدید مغناطیسی قلب مطرح می شود. این مدل بیان فشرده ای از مجموعه نقاط تصویر سه بعدی به دست می دهد که نتیجه تلفیق ریخت شناسی و هندسه هدف خواهد بود و با خواص کشسان قلب تزویج می شود. با برازش مدل به بردارهای جابه جایی ...
بیشتر
در این مقاله رویکرد جدیدی برای تجزیه و تحلیل دینامیک بطن چپ قلب مبتنی بر مدل شکل پذیر مش فعال 3D-AMM روی توالی از تصاویر تشدید مغناطیسی قلب مطرح می شود. این مدل بیان فشرده ای از مجموعه نقاط تصویر سه بعدی به دست می دهد که نتیجه تلفیق ریخت شناسی و هندسه هدف خواهد بود و با خواص کشسان قلب تزویج می شود. با برازش مدل به بردارهای جابه جایی پراکنده اولیه که به وسیله روند تناظریابی جدیدی به دست می آید، تغییر شکل بطنی تخمین زده می شود. به منظور توسعه مدل پیشنهادی قبلی، برش های میانی (بین برشی) و تقطیع آنها، به وسیله الگوریتم درون یابی مبتنی بر شکل نوینی، ایجاد شده است. ارزیابی با استفاده از اعمال الگوریتم بر روی 8 مجموعه توالی تصاویر (دو مجموعه توالی تصاویر مصنوعی و شش مجموعه حقیقی) انجام و نتایج به دست آمده با کارهای محققان دیگر مقایسه شده است. دقت این روش نیز بر روی تصاویر مصنوعی که به عنوان درستی زمینه در این تجزیه تحلیل ها شناخته شده، تخمین زده شده است. میانگین اندازه بردار خطا (تفاضل دو بردار میدان حرکت تخمینی و تحلیلی) کمتر ازmm 0.5 است. نتایج نشان می دهد، عملکرد این الگوریتم مقاوم، دقیق تر و بسیار سریع تر از الگوریتم های پیشنهادی قبلی ماست، به طوری که زمان اجرای الگوریتم تقریبا به میزان نصف کاهش یافته است. نتایج تخمین کرنش های نرمال بر روی تصاویر واقعی با نتایج به دست آمده از تجزیه و تحلیل چاپ شده از محققان دیگر، و همچنین نتایج آنالیز توالی تصاویر بیمار با مشاهدات بالینی مطابقت دارد.
پردازش تصاویر پزشکی
هادی جعفریانی؛ حمید ابریشمی مقدم؛ محمدشهرام معین
دوره 1، شماره 4 ، اسفند 1386، ، صفحه 311-318
چکیده
یکتایی الگوی توزیع رگ های خونی شبکیه به عنوان راهکاری برای شناسایی هویت افراد مورد استفاده قرار می گیرد. در این مقاله روش مناسبی برای شناسایی هویت افراد بر اساس تصویر شبکیه ارائه شده است. این روش نسبت به چرخش، تغییر مقیاس و انتقال غیرحساس است. برای استخراج ویژگی های مطلوب تصاویر شبکیه از تبدیل فوریه- ملین و ممان های تصویر استفاده شده ...
بیشتر
یکتایی الگوی توزیع رگ های خونی شبکیه به عنوان راهکاری برای شناسایی هویت افراد مورد استفاده قرار می گیرد. در این مقاله روش مناسبی برای شناسایی هویت افراد بر اساس تصویر شبکیه ارائه شده است. این روش نسبت به چرخش، تغییر مقیاس و انتقال غیرحساس است. برای استخراج ویژگی های مطلوب تصاویر شبکیه از تبدیل فوریه- ملین و ممان های تصویر استفاده شده است. برای جبران چرخش که عموما ناشی از موقعیت های گوناگون اسکنر شبکیه نسبت به چشم خواهد بود، جبران ساز چرخش طراحی شده است. در تحلیل تصاویر شبکیه از مرکز دیسک نوری به عنوان یک نقطه ثابت و مرجع استفاده و برای تعیین آن از موجک هار و مدل مارها بهره گرفته شد. نتایج شبیه سازی روش پیشنهادی درصد خطایی نزدیک به صفر را نشان می دهد.
پردازش تصاویر پزشکی
حمید ابریشمی مقدم؛ علیرضا شیخ حسنی؛ عباس مصطفی؛ معصومه گیتی؛ پرویز عبدالمالکی
دوره -1، شماره 2 ، بهمن 1383، ، صفحه 117-128
چکیده
در این مقاله، یک سیستم CAD به منظور شناسایی و تشخیص خوشه های میکروکلسیفیکاسیون در تصاویر ماموگرافی معرفی شده است. الگوریتم معرفی شده مرکب از سه مرحله اساسی است. در مرحله اول، تبدیل موجک روی تصاویر ماموگرافی اعمال شده و دو ضریب موجک به همراه دو ویژگی آماری به عنوان ویژگی های متمایز کننده پیکسل ها از نظر تعلق به یک دانه میکروکلسیفیکاسیون ...
بیشتر
در این مقاله، یک سیستم CAD به منظور شناسایی و تشخیص خوشه های میکروکلسیفیکاسیون در تصاویر ماموگرافی معرفی شده است. الگوریتم معرفی شده مرکب از سه مرحله اساسی است. در مرحله اول، تبدیل موجک روی تصاویر ماموگرافی اعمال شده و دو ضریب موجک به همراه دو ویژگی آماری به عنوان ویژگی های متمایز کننده پیکسل ها از نظر تعلق به یک دانه میکروکلسیفیکاسیون استخراج می گردد. سپس با استفاده از یک شبکه عصبی، دسته بندی اولیه پیکسل ها انجام می شود. در مرحله دوم الگوریتم، پس از حذف پیکسل های نویزی حاصل از مرحله اول، اجسام باقیمانده از نظر مطابقت با یک دانه میکروکلسیفیکاسیون مورد بررسی قرار می گیرد. به این منظور، از 18 ویژگی تعریف شده برای هر دانه میکروکلسیفیکاسیون، و یک دسته بندی کننده غیرخطی استفاده شده و دانه های میکروکلسیفیکاسیون با دقت خوبی شناسایی می شود. برای آموزش این دسته بندی کننده، از 16 ناحیه حاوی میکروکلسیفیکاسیون های بدست آمده از تصاویر پایگاه داده ای که مجموعا شامل 379 میکروکلسیفیکاسیون بودند استفاده شده است. در مرحله سوم، با استفاده از 5 ویژگی مربوط به خوشه های میکروکلسیفیکاسیون و یک شبکه عصبی، در مورد بدخیمی خوشه های میکروکلسیفیکاسیون قضاوت به عمل می آید. برای آموزش این شبکه عصبی از 22 خوشه که از 14 خوشه خوش خیم و 8 خوشه بدخیم تشکیل شده بودند استفاده شد. برای سنجش کارآیی سیستم نیز 22 خوشه دیگر که در مرحله آموزش از آنها استفاده نشده بود و شامل 10 خوشه خوش خیم و 12 خوشه بد خیم بودند، به سیستم اعمال شد. با اعمال تصاویر فوق، این سیستم در مقدار آستانه 0.45 مقدار حساسیت 100% و مقدار خصوصیت 91.6% از خود نشان داد. با توجه به این مقادیر می توان قابلیت مناسب الگوریتم ایجاد شده را تایید نمود.