سپیده قره اصغری - دانشجوی کارشناسی ارشد، گروه مهندسی پزشکی، واحد تبریز، دانشگاه آزا د اسلامی، تبریز، ایران
ناصر لطفی وند - استادیار، گروه مهندسی الکترونیک، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایرا ن
بهزاد یثربی - استا د یار، گروه مهندسی پزش کی، واحد تبر یز، دانشگاه آزاد اسلامی، تبر یز، ا یرا ن

مولتیپل اسکلروزیس (MS) یک بیماری مزمن و تغییردهنده سیستم عصبی مرکزی است و باعث ایجاد ضایعات در بافت های مغز می شود. تقسیم بندی ضایعات MS از تصاویر تشدید مغناطیسی مغز (MRI) در تشخیص این بیماری مهم است . در این مطالعه الگوریتم -Kمیانگین بهینه سازی شده با استفاده از الگوریتم بهینه سازی شاهین هریس (HHO) به منظور استخراج ضایعات MS از تصاویر MRI ارائه می شود. تعدیل هیستوگرام در این الگوریتم به عنوان مرحله پیش پردازش انجام شد. برای ارزیابی نتایج از معیارهای کمی دقت ، حساسیت ، ویژگی ، ضریب تشابه دایس ، شاخص جاکارد و ضریب تطبیق کانتور استفاده شده است که به ترتیب مقدار میانگین ۸۲%، ۹۱%، ۹۸%، ۷۷%، ۷۳% و ۷۸% حاصل شد. الگوریتم پیشنهادی نسبت به دو الگوریتم بهینه سازی جستجوی کلاغ و ازدحام ذرات نتایج بهتری ارائه داد.

الگوریتم های فراابتکاری، بهینه ساز شاهین هریس ، بخش بندی، ضایعات MS، -Kمیانگین