استخراج خودکار تومور مغزی و نمایش ۳ بعدی در تصاویر MRI

تومورهای مغزی از جمله بیماری های تحدید کننده زندگی بشر، در صورت تشخیص صحیح در مراحل اولیه درصد شانس بیمار برای درمان افزایش می یابد. روش تصویربرداریMRبا توجه به وضوح و کیفیت بالا از مهمترین و پرکاربردترین ابزار جهت تشخیص محل و ارزیابی توده های غیرقابل لمس مغز می باشد. امروزه تجزیه و تحلیل تومورهای موجود در تصاویرMRتوسط پزشکان و به صورت تجربی می باشد. با در نظرگرفتن شرایط اپراتور و آرتیفکتهای موجود ممکن است نتیجهدرجه بندی ناکارآمد بوده و با خطا روبرو گردد. جهت دریافت نتیجه مطمئن و سهولت کار پزشکاننیاز به خودکار کردن فرایند ناحیه بندی تصویر، برای استخراج هر چه سریعتر و شناسایی بهتر مکان تومور، امری لازم و ضروری می باشد .ناحیه بندی از جمله روش های مهم برای تعیین موقعیت تومور می باشد. در این مقاله با در نظر گرفتن خاصیت فازی ذاتی درتصاویر پزشکی، به تشخیص و جداسازی تومور مغزی در تصاویرMRIبا ترکیب روش های پردازش تصویر و الگوریتم دسته بندی میانگین های فازیFCMپرداخته ایم ناحیه بندی تصویر دارای دو مرحله کلی می باشد. استخراج ویژگی های مناسب از تصویر و سپس طبقه بندی این ویژگی ها با استفاده از یک روش مناسب. برای نیل به این هدف ابتدا پیش پردازش هایی بر روی تصویر انجام می دهیم. با توجه به حساسیت ناحیه رشد تومور، جمجمه را به 4 قسمت تقسیم کرده و سلول های فعال هر ناحیه را تعیین می کنیم، سپس در هر قسمت مجموعه سلول های فعال پیکسل به پیکسل پیمایش کرده در صورت وجود هیستوگرام بالاتر در هر پیمایش الگوریتم دسته بندی میانگین های فازی را اعمال می کنیم. الگوریتم های ناحیه بندی که از معیارهای فازی استفاده می کنند مزیت آشکاری نسبت به نمونه های قطعی دارند از میان الگوریتم های دسته بندی فازی، الگوریتم دسته بندی میانگین های فازی بطور گسترده ای جهت ناحیه بندی تصاویرMRمغز استفاده می شود

کلیدواژه ها:

تصاویرMRI ناحیه بندی فازی ، Fuzzy C-Means ، استخراج تومور ، ناحیه بندی تصاویرMRI ، تشخیص تومورمغزی