شناسایی توده های کبدی در تصاویر CT اسکن با استفاده از شبکه عصبی SOM

سرطان کبد یکی از رایج ترین بیماری های بدخیم داخلی در سرتاسر جهان است. یکی از رایج ترین و بهترین روش های تصویر برداری برای تشخیص بیماری های کبد مانند سرطان hepatocellular؛ CT است. داده CT سطح بالایی از نویز دارد و به این دلیل که کنتراست بین تومور و بخش اصلی کبد پایین است. کشف تومور و ترسیم قابل اطمینان آن، کار دشواری خواهد بود. علاوه بر محدودیت های روش تصویربرداری، تقسیم بندی تومور کبد، به خاطر تنوع تومور در اندازه و ساختار و به خاطر اینکه تومورها عملاً در هر نقطه از کبد می توانند حضور داشته باشند. پیچیده خواهد شد. در این مقاله سعی بر این است که بخش تومور در تصاویر موبوط به بیماران دچار تومور کبد، تشخیص داده شود. روش پیچیده خواهد شد. در این مقاله سعی بر این است که بخش تومور در تصاویر مربوط به بیماران دچار تومور کبد، تشخیص داده شود. روش پیشنهادی برای تقسیم بندی تومور در سه مرحله انجام می شود. ابتدا عملیات پیش پردازش روی تصاویر انجام خواهد شد. سپس با استفاده از هیستوگرام تصاویر و اعمال عملیات مورفولوزیکی و با استفاده از اطلاعات آناتومی کبد، در مورد شکل و مکان آن، ناحیه جستجوی اولیه بدست می آید که نهایتاً این ناحیه برای مرز دقیق کبد جستجو خواهد شد. و در مرحله سوم ناحیه بدست آمده به بلوک هایی تقسیم شده و بخش تومور با استفاده از شبکه عصبی SOM بدست خواهد آمد. نتایج بدست آمده از این الگوریتم دقتی در حدود 80.63 درصد را از خود نشان داده است.

کلیدواژه ها:

پردازش تصویر ، بینایی ماشین ، تقسیم بندی تومور ، هیستوگرام ، فیلترهای مورفولوژیکی