تشخیص چسبندگی لوله فالوپ رحمی در تصاویر رادیولوژی با استفاده از روش قطعه بندی و الگوریتم SOM

الگوریتم خودسازماندهی (SOM)، به طور گسترده در زمینه های مختلف علوم مهندسی پزشکی، زیست شناسی، و اقتصاد بکار گرفته شده است. با توجه به کاربرد فراوان مسئله خوشه یابی داده ها به عنوان یکی از مسائل مهم در مبحث بازشناسی الگو، زمینه های تحقیقاتی متنوعی از جمله خوشه یابی تصاویر به این موضوع اختصاص یافته است. اکثر روشهای مطرح شده برای حل مسئله خوشه یابی تصاویر، مبتنی بر الگوریتم های هوش جمعی می باشد. با توجه به حجم بالای داده ورودی در این الگوریتم ها (برابر تعداد پیکسلهای تصویر)، زمان محاساباتی زیادی صرف حل مسئله می شود بطوریکه برای هر عضو جمعیت و به تعداد تکرار الگوریتم، برای تمام داده های ورودی باید هزینه خوشه یابی پیشنهاد شده توسط هر عضو محاسبه شود. در این مقاله با توجه به عملکرد مناسب شبکه عصبی نگاشتهای خودسامانده (SOM)، سعی شده است ابتدا روی تمام دادههای ورودی، توسط این شبکه، یک خوشه یابی اولیه انجام شود و پس از کاهش حجم داده های ورودی، به تعداد نرونهای خروجی شبکه عصبیSOM ، این تعداد داده محدود، بعنوان داده های ورودی الگوریتم، جهت خوشه یابی نهایی و تعیین خودکار تعداد خوشه های تصویر، مورد استفاده قرار گیرد. از طرفی با توجه به کاهش فوق العاده تعداد داده ورودی، دیگر در الگوریتم هوش جمعی، جمعیتی با تعداد اعضای زیاد و همچنین تعداد تکرار بالا مورد نیاز نیست که این خود سرعت مضاعف الگوریتم را به دنبال دارد. نتایج انجام شده برای تعدادی تصاویر نشان میدهد که در روش جدید، ضمن حفظ نسبی نتایج به دست آمده قبلی، برای بعضی تصاویر، بهبود مقدار برازندگی مشاهده می شود. انسداد لوله فالوپ رحمی یکی از شایع ترین بیماری ها بین بانوان می باشد. در روش ارائه شده در این مقاله، سعی شده است از هوش مصنوعی در جهت شناسایی و غربالگری انسداد لوله های رحمی استفاده شود تا خطای احتمالی ناشی از تشخیص پزشک تا حد امکان کاهش یابد. به همین منظور ابتدا به کمک شبکه های عصبی خودسازمانده به خوشه بندی یک تصویر گرفته شده از رحم بیمار پرداخته شده و سپس نواحی مشکوک را از تصویر جداسازی شده است. نتیجه این مرحله را به الگوریتمی شبیه الگوریتم ابتدایی داده اما با مشخصات متفاوت اعمال شده تا ویژگی های تشخیصی برای غربالگری استخراج شود این ویژگی ها در نهایت به شبکه های عصبی داده خواهد شد تا فرایند غربالگری به اتمام برسد.

کلیدواژه ها:

خوشه یابی نظارت نشده ، هوش جمعی ، الگوریتم جستجوگر گرانشی بهبودیافته ، شبکه عصبیSOM ، ناحیه بندی تصویر.