ارائه روش بلادرنگ برای قطعه بندی تصاویر سی تی با استفاده از روش بهینه شده اوتسو و الگوریتم ازدحام گروه ذرات

در این مقاله الگوریتم دوبعدی اوتسو براساس الگوریتم بهینه سازی گروه ذرات برای ناحیه بندی تصاویر سیتی سینه معرفی گردیدهاست. این روش توانایی استخراج اطلاعات پارانشیمای ششی از تصاویر سیتی چند اسلایس را دارد که اولین مرحله برای تشخیص بیماریهایتنفسی مثل تومور و سلولهای تودهای در نواحی مذکور میباشد. در تشخیص اتوماتیک بیماریهای تنفسی، ناحیه بندی تصاویر نقش اساسی ایفانموده و نتیجه آنالیز تصاویر تا حد زیادی به میزان موثر بودن الگوریتم ناحیه بندی بستگی دارد. در ناحیه بندی تصاویر سیتی شش، الگوریتمآستانه گذاری اوتسو نقشی اساسی ایفا می نماید. با این وجود استفاده از این الگوریتم به واسطه هزینه محاسباتی زیاد نمی تواند در کاربردهایبلادرنگ مورد استفاده قرار گیرد. الگوریتم بهینه سازی گروه ذرات، الگوریتمی تکاملی از مرتبه صفر میباشد که از مشتقات استفاده نمی کند وبنابراین عمل گرادیان گیری وجود ندارد. این مسئله سبب می گردد که الگوریتم اوتسو که دارای نرخ ناحیه بندی چندین ثانیه بر هر اسلایس ازتصویر می باشد توسط الگوریتم بهینه سازی گروه ذرات به نرخ ناحیه بندی 0.7 ثانیه بر هر اسلایس تنزل یابد. از این رو میتوان برای آنالیزهایبلادرنگ نیز مورد استفاده قرار گیرد. این کاهش کلی زمان، به تشخیص اتوماتیک تصاویر سینه سیتی می انجامد. نتایج الگوریتم پیاده شده باالگوریتم کلاسیک اوتسو مورد مقایسه قرار گرفته است.

کلیدواژه ها:

الگوریتم دوبعدی اوتسو ، الگوریتم بهینه سازی گروه ذرات ، تصاویر سیتی