این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی دانشگاه علوم پزشکی تهران، جلد ۷۳، شماره ۷، صفحات ۴۹۱-۵۰۰
عنوان فارسی روش جدید برای آشکارسازی سریع تومور مغز با استفاده از ضریب شباهت Bhattacharyya، تبدیلات رنگ و شبکه عصبی
چکیده فارسی مقاله زمینه و هدف: تصاویر تشدید مغناطیسی به‌دلیل قدرت تفکیک‌پذیری خیلی خوبی که برای بافت‌های نرم و غیر‌‌نرم در بدن انسان دارد، در موارد بسیار زیادی برای کمک در تشخیص و درمان تومور مغز مورد استفاده قرار می‌گیرد. روش بررسی: روش پیشنهادی مبتنی بر یک روش بدون ناظر است که ناحیه تومور را با آنالیز شباهت دو نیمکره کشف می‌کند. این آنالیز، تصویر یک تابع هدف که مبتنی بر ضریب Bhattacharyya است را محاسبه می‌کند که در مرحله بعد برای کشف ناحیه تومور یا بخشی از آن مورد استفاده قرار می‌گیرد. در این مرحله برای کم کردن تنوع رنگ، تصویر خاکستری مغز سگمنت شده را رنگی کرده و دوباره تبدیل به خاکستری می‌کنیم. سپس با استفاده از شبکه عصبی Self-organizing map (SOM) تصویر مغز سگمنت شده را رنگ‌آمیزی کرده و در نهایت با تطابق ناحیه کشف‌شده و تصویر رنگی، تومور آشکار می‌شود. این روش به‌عنوان یک روش پیشنهادی برای آنالیز تصاویر و کشف تومور مغزی، در دانشگاه بوعلی‌سینا همدان در بهمن ماه سال 1392 ارایه شد. یافته‌ها: نتایج حاصل از این روش برای 30 بیمار که به‌صورت تصادفی از بانک داده‌های مرکز تصویر‌برداری MRI همدان انتخاب گردیده و با تقسیم‌بندی دستی که توسط متخصصین انجام‌ گردید، مقایسه شده است. روش پیشنهادی در معیار جاکارد (Jaccard Similarity Inde, JSI) دقتی در حدود 95% را از خود نشان داد. نتیجه‌گیری: نتایج آزمایش‌ها نشان داد که استفاده از آشکارسازی سریع تومور مغز با استفاده از ضریب شباهت Bhattacharyya برای پردازش تصاویر تشدید مغناطیسی می‌تواند نتایج پذیرفتنی را برای جدا‌سازی خودکار تومور از بافت‌های طبیعی مغز ارایه دهد، در حدی که می‌توان به عملکرد این روش در کاربرد عملی با ‌اطمینان زیادی اتکا کرد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A new method for brain tumor detection using the Bhattacharyya similarity coefficient, color conversions and neural network
چکیده انگلیسی مقاله Background: Magnetic resonance imaging (MRI) is widely applied for examination and diagnosis of brain tumors based on its advantages of high resolution in detecting the soft tissues and especially of its harmless radiation damages to human bodies. The goal of the processing of images is automatic segmentation of brain edema and tumors, in different dimensions of the magnetic resonance images. Methods: The proposed method is based on the unsupervised method which discovers the tumor region, if there is any, by analyzing the similarities between two hemispheres and computes the image size of the goal function based on Bhattacharyya coefficient which is used in the next stage to detect the tumor region or some part of it. In this stage, for reducing the color variation, the gray brain image is segmented, then it is turned to gray again. The self-organizing map (SOM) neural network is used the segmented brain image is colored and finally the tumor is detected by matching the detected region and the colored image. This method is proposed to analyze MRI images for discovering brain tumors, and done in Bu Ali Sina University, Hamedan, Iran, in 2014. Results: The results for 30 randomly selected images from data bank of MRI center in Hamedan was compared with manually segmentation of experts. The results showed that, our proposed method had the accuracy of more than 94% at Jaccard similarity index (JSI), 97% at Dice similarity score (DSS), and 98% and 99% at two measures of specificity and sensitivity. Conclusion: The experimental results showed that it was satisfactory and can be used in automatic separation of tumor from normal brain tissues and therefore it can be used in practical applications. The results showed that the use of SOM neural network to classify useful magnetic resonance imaging of the brain and demonstrated a good performance.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله بهمن منصوری | bahman mansori
medical intelligence lab., department of computer engineering, bu ali sina university, hamedan, iran.
آزمایشگاه پزشکی هوشمند، گروه مهندسی کامپیوتر، دانشگاه بوعلی سینا
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

عبدالحمید پیله ور | abdol hamid pilevar
shahid fahmideh blvd., bu ali sina university, hamedan, iran. tel 98-81-38226313
همدان، بلوار شهید فهمیده، دانشگاه بوعلی سینا، دانشکده مهندسی، گروه کامپیوتر، آزمایشگاه پزشکی هوشمند تلفن 38226313-081
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

بابک آزاد نیا | babak azadnia
department of neurology, university of medical science, hamedan, iran.
بخش نورولوژی، دانشگاه علوم پزشکی همدان
سازمان اصلی تایید شده: دانشگاه علوم پزشکی همدان (Hamadan university of medical sciences)

نشانی اینترنتی http://tumj.tums.ac.ir/browse.php?a_code=A-10-25-5372&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله اصیل
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات