راحیل حسینی - دکتری، دانشکده فنی مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد شهرقدس، تهران ایران
مهدی مزینانی - دکتری، دانشکده فنی مهندسی، گروه مهندسی برق، دانشگاه آزاد اسلامی واحد شهرقدس، تهران ایران

یکی از مشکلات اساسی در کاربردها سیستم های هوشمند تحلیل پردازش تصاویر پزشکی( Computerized Medical Image (Analysis، درنظر نگرفتن منابع عدم قطعیت در دانش ورودیهایی سیستم است. این در حالی است که منابع عدم قطعیت بر کارایی صحت عملکرد یک سیستم هوشمند تاثیرگذارند. این مقاله سعی بر آن دارد که به طور متمرکز منابع عدم قطعیت در این سیستم های هوشمند تحلیل پردازش تصاویر پزشکی از جمله سیستم های کامپیوتر به کمک تشخیص پزشکی (Computer Aided Detection) را برشمرده به طبقه بندی انواع آنها بپردازد. این اولین بار است که طبقه بندی از انواع منابع عدم قطعیت در سیستم های تحلیل پردازش تصاویر پزشکی با بیان نمونه های واقعی از کاربردهای موجود ارایه می گردد. این طبقه بندی از منابع عدم قطعیت سعی بر آن دارد تا با ارایه آگاهی لازم به طراحان سیستم هوشمند تحلیل پردازش تصویر به مدیریت مدل نمودن این منابع عدم قطعیت در طراحی اجزای سیستم ها کمک نموده تا در نهایت سیستم هایی با کارایی قاطعیت بالاتری در تصمیم گیری نهایی ارایه گردد.

عدم قطعیت، سیستم تحلیل پردازش تصاویر پزشکی، کامپیوتر به کمک تشخیص پزشکی