سارا رضائی - فارغ التحصیل کارشناسی ارشد علوم کامپیوتر دانشکده فنی دانشگاه آزاد خوی ایران
بهارک قره محمدلو - فارغ التحصیل کارشناسی ارشد علوم کامپیوتر دانشکده فنی دانشگاه آزاد خوی ایران
مهدی علیلو - استادیار مهمان دانشکده مهندسی پزشکی- دانشگاه Case Western Reserve آمریکا

با توجه به افزایش روزافزون داده های مربوط به تصاویر پزشکی در مراکز درمانی دنیا و از طرف دیگر پیشرفتهای اخیر در حوزه سخت افزار و تکنولوژی های تصویر برداری پزشکی، ضرورت تحلیل نرم افزاری داده های پزشکیاحساس می شود. مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماریها منجر به کاهش اشتباهاتپزشکان و خسارات جانی و مالی شده است. در این مقاله یک چارچوب سیستم تشخیص به کمک کامپیوتر جهت دستهبندی و حاشیه نویسی اتوماتیک تصاویر هیستولوژی و مغز استخوان ارائه شده است. روش پیشنهادی بر روی دو مجموعهداده شامل تصاویر سیتولوژی و هیستولوژی آزمایش شده است. ویژگی های بافت تصاویر جهت آموزش دسته بند ماشینبردار پشتیبان مورد استفاده قرار گرفته است و دقت تشخیص دسته بند 69 % می باشد. باتوجه به نتایج بدست آمده،چارچوپ پیشنهادی می تواند به عنوان یک الگوی نرم افزاری جهت دسته بندی و حاشیه نویسی تصاویر میکروسکوپی درکاربردهای روزمره کلینیکی مورد استفاده قرار گیرد.

؛CAD، یادگیری باناظر، الگوریتم SVM ، ویژگی های بافت