یک رویکرد در ناحیه بندی تصاویر تشدید مغناطیس مغزی با خوشه بندی بهبود یافته در الگوریتم بهینه شازی حشرات آبپیما

تصاویر تشدید مغناطیس مغز یک روش برای تشخیص انواع بیماری ها و بخصوص بیماری های مرتبط با مغز است. بافت های مغز به دلیل آنکه در دسترس پزشکان نمی باشند. نیاز به ابزار و روشی دارند تا بتوانند بافتهای آن را بررسی نمایند. یک روش مناسب برای تجزیه و تحلیل بافتهای مغز برای تشخیص بیماری تصاویر تشدید مغناطیس مغز است. تومورهای مغزی یکی از بیماری های کشنده و نوعی سرطان در بافتهای مغز است که توسط تصاویر پزشکی تشخیص داده می شوند. تجزیه و تحلیل تصاویر پزشکی مغز توسط رادیولوژیستها می تواند با خطا همراه باشد و از طرفی در برخی موارد حجم نمونه ها بقدری زیاد است که پزشکان فرصت بررسی آنها را ندارند. در بیشتر پژوهش ها از روشهای طبقه بندی و ناحیه بندی برای تشخیص تومورهای معزی استفاده شدهاست اما در این مقاله هر دو رویکرد مورد استفاده قرار گرفته شده است. در فاز طبقه بندی تصاویر از شبکه عصبی کانولوشن استفاده می شود. در فاز ناحیه بندی از الگوریتم خوشه بندی فازی استفاده شده و برای کاهش دادن خحطای ناحیه بندی آن از الگوریتم حشره آبسوار برای انتخاب بهینه مراکز خوشه ای در آن استفاده می شود. تجزیه و تحلیل روش پیشنهادی روی مجموعه ای از تصاویر پزشکی نشان می دهد انتخاب سه خوشه دارای نتایج دقیق تر در ناحیه بندی است. آزمایشات نشان داد روش پیشنهادی در طبقه بندی تومورهای بدخیم و خوش خیم تومور دارای دقت و حساسیتی به ترتیب برابر ‎%۹۷.۸۵ و ۹۷.۸۲% است. روش پیشنهادی در طبقه بندی تومورهای مغزی از روشهای مانند جنگل تصادفی. شبکه عصبی کانولوشن عصبی شعاعی، روشهای مورفولوژی و روشهای چندسطحی دقیق تر عمل می کند. روش پیشنهادی در ناحیه بندی تصاویر دارای دقت بیشتری نسبت خوشه بندی فازی، ماشین بردار پشتیبان و خوشه بندی فازی فضایی است.

یک رویکرد در ناحیه بندی تصاویر تشدید مغناطیس مغزی با خوشه بندی بهبود یافته در الگوریتم بهینه شازی حشرات آبپیما Keywords:

تصاویر تشدید مغناطیس مغز , تومور مغزی , طبقه بندی , ناحیه بندی , خوشه بندی فازی , الگوریتم حشره آبسوار