تشخیص تومورهای مغزی با استفاده از الگوریتم خوشه بندی فازی و هوش ازدحامی

پزشکان به کمک تصاویر رزوناس مغناطیسی می توانند بافت های مختلف مغز را از هم تفکیک نموده و تومورهای مغزی احتمالی در آن را شناسایی نمایند. عدم تشخیص دقیق نواحی تومور توسط پزشکان باعثمی شود در جراحی احتمالی تومور یا درمان های دیگر، ناحیه توموری به خوبی از بین نرود و جان بیماران با خطر مواجه شود. یکی از روش های افزایش دقت تشخیص ناحیه توموری استفاده از روش های خودکارشناسایی تومور به کمک روش های مانند ناحیهبندی تصاویر است. خوشه بندی فازی یکی از تکنیک های مهم پردازش تصویر و ناحیه بندی تصاویر محسوب می شود. یکی از چالش های الگوریتم های مختلفخوشه بندی از جمله الگوریتم خوشه بندی فازی، انتخاب بهینه مراکز خوشه ها می باشد که انتخاب بهینه آن ها باعث بهبود خروجی خوشه بندی می شود. در این پژوهش جهت انتخاب مراکز خوشه ها در الگوریتمخوشه بندی فازی از مفاهیم هوش دسته جمعی ذرات استفاده شده است. در روش پیشنهادی هر ماتریس عضویت خوشه بندی فازی در قالب یک ذره مدل سازی شده و تعدادی از این ماتریس های عضویت درقالب مجموعه ای از جمعیت اولیه الگوریتم ذرات بکار گرفته می شود تا بهترین مراکز خوشه ها برای ناحیه بندی دقیق تر و تشخیص نواحی تومور مغزی در تصاویر تشدید رزوناس مغناطیسی بدست آید. نتایجآزمایشات و پیاده سازی های مختلف نشان می دهد که مقادیر متوسط شاخص جاکارد، شاخص شباهت، دقت و حساسیت روش پیشنهادی به ترتیب 94، 42%، 96، 30%، 91، 17% و 95، 82% و در مقایسه با روش های خوشه بندی KFCM ،FCM و SOM-FCM از نظر شاخص شباهت و حساسیتب هتر عمل می نماید.

Keywords:

تصاویر تشدید مغناطیسی مغز , ناحیه بندی , تومور مغزی , خوشه بندی فازی , هوش ازدحامی