فروغ فرضی - کارشناس ارشد مهندسی کامپیوتر گرایش نرام افزار
مهسا صبری - کارشناس ارشد مهندسی کامپیوتر گرایش نرام افزار
علی شهابی - دانشجوی مقطع کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد اهواز، ایران
محمد سماعی - دانشجوی مقطع کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد ماهشهر، ایران

این تحقیق به بررسی و توصیف تکنیک های مختلف پردازش تصویر برای تشخیص خودکار تومور در کبد انسان می پردازد. برای تشخیص هرگونه بیماری مانند تومور یا سرطان در گذشته از روش های ناحیه بندی تهاجمی استفاده شده است که بسیار وقت گیر است. بنابراین نیاز به ناحیه بندی کبد بصورت اتوماتیک احساس می شود. روش های متعددی جهت ناحیه بندی خودکار کبد پیشنهاد شده است. امروزه از انواع فن آوری های تصویربرداری براساس روش غیرتهاجمی CT اسکن، MIR، سونوگرافی و اسکن کبد به کمک کامپیوتر استفاده می شود که طبق آن می تواند علاوه بر تعیین اندازه تومور و محل آن، اینکه آیا سرطان به سایر نقاط گسترش یافته است یا خیر را مشخص کند. در این روشها به راه هایی جهت ناحیه بندی کبد نیاز می باشد. در این کار به کمک الگوریتم های خوشه بندی k-means و بهینه سازی فاخته (cukco) ناحیه بندی تومور کبد به صورت تمام خودکار انجام شده است. طبق نتایج بدست آمده مشاهده خواهد شد که الگوریتم پیشنهادی دارای دقت بالاتر و تابع هزینه مناسب تری نسبت به دو الگوریتم مقایسه شده خواهد شد.

پردازش تصویر، تصاویر CT اشکن کبد، ناحیه بندی کبد، خوشه بندی K-Means، الگوریتم بهینه سازی فاخته