حسین خالقی بیزکی - دانشگاه صنعتی مالک اشتر، مجتمع دانشگاهی برق و کامپیوتر، تهران، ایران
سیده مهناز حسینی - دانشگاه آزاد اسلامی، واحد دماوند، دانشکده فنی و مهندسی، فیروزکوه، ایران

تقطیع تصویر در حوزه ی پزشکی برای تشخیص بهتر و کمک به پزشک از اهمیت خاصی در حوزه پردازش تصویر برخورداراست. یکی از موارد مهم در این زمینه تقطیع تومورهای مغزی است که به دلیل مشابهت تومور با سایر بافت های مغزی، امکان اینکهبتوان محدوده آن را بهصورت مشخصی نشان داد، مشکل است. ازاینرو نیاز است که بتوان محدودهی تومور و نوع آن را به کمکروشهای پردازش تصویر تشخیص داد. در این مقاله، با استفاده از ویژگی های استخراجشده از تبدیل گابور و با در نظر گرفتنآستانه ی مناسب، تقطیع قابل قبولی بر روی تصویر MRI تومور مغزی انجام و سپس دسته بندی بین دو نوع تومور مغزی انجام شده است. برای این منظور، در ابتدا فضای ویژگی جدیدی بر مبنای تبدیل گابور بر روی دو نوع تومور مغزی گلیومولتی بلاستوفرم والیگوندرگیلیوم ایجاد شده سپس با استفاده از ماشین بردار پشتیبان و تابع کرنل های مختلف، تفکیک این دو تومور انجام شده است.نتایج شبیه سازی الگوریتم پیشنهادی نشان می دهد که با استفاده از روش جداسازی بر اساس تبدیل گابور و سطح آستانه ی مناسب،درصد تفکیکی بین ۸۷ تا ۹۶ درصد به دست می آید. به منظور افزایش دقت تفکیک از ماشین بردار پشتیبان (SVM) استفاده شده است که بهطوریکه با استفاده از کرنل RBF دقت تفکیک به ۹۷,۵ درصد افزایش یافته است.

تقطیع تصاویر MRI، ماشین بردار پشتیبان، تبدیل گابور، فضای ویژگی