تشخیص بیماری سرطان کبد باپردازش تصاویرct واستخراج ویژگی ازآن

هدف: پیشینه کاربرد الگوریتم های پردازش تصویر برای تجزیه و تحلیل تصاویر پزشکی در سالهای گذشته موثر بوده است .تکنیکهای تصویربرداری به رادیولوژ یست ها و پزشکان کمک میکنند تا اختلالات در اندام های مختلف را تشخیص دهند. روش کار: در این مقاله به ارائه یک روش هوشمند و خودکار جهت قطعه بندی تصاویر سی تی اسکن ناحیه کبد جهت شناخت بافت آن پرداخته شده است که از مجموعه داده سی تی اسکن SLIVER ۰۷ استفاده می کند .در ابتدا عملیات پیش پردازش جهت رفع نویز، ضروری است .در ادامه عملگرهای ریخت شناسی تصویر استفاده می شوند که در رویکرد پیشنهادی یعنی ساختار ترکیبی الگوریتم K-means و الگوریتم هوش ازدحامی و تکاملی، جهت عملیات قطعه بندی تصویر استفاده می شوند .در این مقاله، استفاده از الگوریتم عنکبوت اجتماعی را به دلیل سرعت بالا در اجرا و همگرایی سریع، مدنظر قرار داده است.یافته ها: شناسایی ویژگی هایی هم چون بافت، لبه و شدت روشنایی، می تواند به این الگوریتم در قطعه بندی دقیق ناحیه کبد کمک نماید .در انتها نیز از یک سری معیار ارزیابی شامل دقت، حساسیت و نرخ ویژگی ها استفاده شد که نتایج هر کدام به ترتیب برابر ۹۸.۹۷% ، ۹۱.۲۵% و ۹۸.۵%تخمین زده شده است.نتیجه گیری: نتایج حاصل نشان می دهد که نسبت به روش های پیشین مشابه دارای برتری عملکردی است.

کلیدواژه های تشخیص بیماری سرطان کبد باپردازش تصاویرct واستخراج ویژگی ازآن:

سرطان ، کبد ، الگوریتم ، سی تی اسکن