قطعه بندی تصاویر پزشکی سرطان کبد با استفاده از الگوریتم ترکیبی کانتور فعال و مجموعه سطح وسی میانگین فازی

تصاویر پزشکی مهم ترین ابزار برای تشخیص عارضه در نواحی داخلی بدن در پزشکی است.امروزه با رشد تکنولوژی پردازش تصویر و همچنین تغییر ابعاد عکس ها به عکس های با ابعاد بالاتر در زمینه عکس های دیجیتال پزشکی , وجود سیستمی کارآمد و دقیق برای قطعه بندی این تصاویر دنیای واقعی که به دلایل مختلف دارای ناهمگونی و نویز و کانتراست ضعیف اند، ضرورت دارد. از قطعه بندی تصاویر دیجیتال در پزشکی برای امر تحلیل تشخیص و درمان استفاده می شود که بسیار مددرسان پزشک است. در این پژوهش هدف بر روی عکس های مربوط به سرطان کبد است که هدفمان تشخیص دقیق تر ضایعه یا تومور کبدی است زیرا تشخیص دقیق و به موقع تومور در زنده ماندن و حیات شخص بیمار بسیار موثر است. کبد بزرگترین و حیاتی ترین ارگان داخلی بدن هست و از آنجا که این تصاویر به خاطر فرم قراگیری کبد در شکم و وجود خون بسیار در این ناحیه دچار ناهمگونی وعدم وضوح تصویر می شود، لذا تشخیص صحیح و دقیق آن برای پزشک دشوار است و تحلیل و آنالیز تصویر چالش بزرگی است. اینجاست که علم پردازش تصویر می تواند با بهبود کیفیت و افزایش وضوح و انجام عملیات قطعه بندی در شناسایی دقیق تر و بهتر تومور یاریگر پزشک می شود. قطعه بندی یکی از عملیات های پردازش تصویر می باشد که باعث تفکیک و جداسازی قسمت های مختلف تصویر می شود و در واقع ضایعه را از پس زمینه جدا می کند. قطعه بندی، تصویر را به گروه های معنادار پیکسل به منظور سهولت در تحلیل و پردازش تصویر تقسیم می کند و مرزهای مخدوش را تصییح می کند. روشی که در این تحقیق مورد نظر است است کانتور فعال و مجموعه سطح است که در زمینه پزشکی ابزاری قدرتمند برای قطعه بندی و ردیابی اشیا مورد نظر در تصویر می باشد. در این روش ما از الگوریتم مجموعه سطح در کانتور فعال استفاده می کنیم که برای بهینه کردن این روش پارامترهای تابع مجموعه سطح را با الگوریتم فازی سی میانگین مقداردهی ( FCM ) اولیه می کنیم. نتایج بدست آمده اثبات کارایی الگوریتم پیشنهادی است.

قطعه بندی تصاویر پزشکی سرطان کبد با استفاده از الگوریتم ترکیبی کانتور فعال و مجموعه سطح وسی میانگین فازی Keywords:

قطعه بندی , تصاویر پزشکی , کانتور فعال , مجموعه سطح , سی میانگین فازی