فریبا سروجهانی - کارشناسی ارشد الکترونیک، سازمان پژوهش های علمی و صنعتی ایران

تصاویر پزشکی مانند CT و MRI وضعیت بدن را به صورت دوبعدی و حتی سه بعدی (به وسیله کامپیوتر) نشان می دهند، یکی از مهم ترین وسایل تشخیصی برای پزشکان هستند که همواره بخش عظیمی از تحقیقات را به خود اختصاص داده اند. تصاویر حاصله در سامانه های تصویربرداری پزشکی به صورت خام قابل استفاده نیستند، لذا روشهای پردازش کاملا خودکار روی آن ها صورت می گیرد که عموما در دسته های زیر است: پیش پردازش تصاویر، استخراج اطلاعات موثر در تشخیص، یافتن مواضع موردتوجه، بازسازی تصاویر در کامپیوتر به صورت سه بعدی، درون یابی اطلاعات جهت تولید برش های لازم از اعضای تحت تصویربرداری، حذف نویز، اختصاص رنگ و در کل ارتقاء کیفیت تصویر است[۱]. هدف از این مقاله؛ ارائه الگوریتمی کارا جهت جداسازی ریه و نای برای تشخیص دقیق بیماری های نای و ریه است. ابتدا از روش پیش پردازش تصویر برای بهینه سازی و حذف نویز تصویر استفاده می شود. سپس به طور خودکار در سه بعد، عملیات تعیین نقطه آستانه برای جدا کردن بزرگ ترین عنصر که شامل ریه و نای است انجام می پذیرد. سپس بخش بندی ریه و بخش بندی راه هوایی به صورت درختی توسط الگوریتم رشد ناحیه سه بعدی انجام می شود. مرحله مهم و ابتدایی در اکثر این سامانه ها، قطعه بندی ریه و نای است. نتیجه عمل قطعه بندی می تواند متضمن شکست یا موفقیت نهایی فرآیند تحلیل باشد. به همین دلیل، بایستی ملاحظات لازم جهت اجرای قطعه بندی با صحت و دقت کافی منظور گردد. در این تحقیق از تصاویر پایگاه داده ای استفاده شده است که شامل بیست مورد تصویر سی تی اسکن است که کار رادیولوژیست را با کار ما مقایسه شده که حدودا ۸۹.۶ درصد صحیح می باشد

سرطان ریه، بخش بندی نای، تصویر CT، رشد ناحیه سه بعدی، عملگر مورفولوژی، انتخاب آستانه بهینه.