این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی اصفهان، جلد ۳۴، شماره ۴۰۵، صفحات ۱۳۰۴-۱۳۱۰
عنوان فارسی طبقه‏بندی سلول‌های مؤثر در تشخیص سرطان میلوئیدی مزمن به روش نیمه خودکار پردازش تصاویر میکروسکوپی
چکیده فارسی مقاله مقدمه: لوسمی میلوئیدی مزمن (CML یا Chronic myeloid leukemia)، نوعی بیماری سرطان خون است که اغلب، بزرگ‌سالان را درگیر می‌کند. آزمایش خون، شمارش و بررسی سلول‌های شناور خون، اولین گام جهت تشخیص لوسمی است. تشخیص و شمارش سلول‌ها از روی لام خون محیطی، توسط پاتولوژیست با استفاده از میکروسکوپ نوری صورت می‌گیرد. این امر، فرایندی زمان‌بر و پرهزینه است و نیاز به تجربه و فرد خبره در این زمینه دارد. همچنین، عوامل دیگری از قبیل خستگی و شرایط کاری، می‌تواند در این ارزیابی تأثیر منفی داشته باشد. بنابراین، وجود ابزاری در کنار پاتولوژیست به منظور کمک در روند تشخیص، می‌تواند بسیار سودمند باشد. در این راستا، این پژوهش یک ابزار نرم‌افرازی جدید را برای تشخیص و طبقه‌بندی سلول‌های CML ارایه می‏کند. روش‌ها: در روش پیشنهادی، پس از بخش‌بندی دستی دقیق سلول‌ها، با استفاده از تکنیک‌های پردازش تصویر، ویژگی‌های مختلف هندسی از سلول و هسته‌ی سلول‌های سفید رده‌ی نوتروفیل استخراج شدند. سپس، با به کارگیری این ویژگی‌های به دست آمده، سلول‌ها با استفاده از یک طبقه‌بندی کننده‌ی درختی طراحی شده‌ی جدید، به شش گروه دسته‌بندی شدند. یافته‌ها: روش پیشنهادی بر روی 120 تصویر میکروسکوپی شامل 714 سلول سفید مورد ارزیابی قرار گرفت. نتایج به دست آمده، برای هر شش گروه صحت بالاتر از 97 درصد، ویژگی بالاتر از 98 درصد و حساسیت بالاتر از 91 درصد را نشان داد. نتیجه‌گیری: در این پژوهش، روشی نیمه اتوماتیک جهت طبقه‏بندی سلول‌های مؤثر در تشخیص سرطان میلوئیدی مزمن از تصاویر میکروسکوپی با به کارگیری روش‌های پردازش تصویر ارایه گردید.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Classification of Effective Cells in Diagnosis of Chronic Myeloid Leukemia (CML) Using Semi-automatic Image Processing of Microscopic Images
چکیده انگلیسی مقاله Background: Chronic myelogenous leukemia (CML) is a type of blood cancers that usually occur in adults. The first step for diagnosis of leukemia is blood test and counting cells. Diagnosis and counting cells from blood smear are done by pathologist using optical microscope. This is a time-consuming and costly process and needs experience and expert in this field. Besides, other factors such as fatigue and working conditions can negatively affect the diagnostic evaluation. Thus, an aid tool for pathologists to help in the diagnostic process can be so useful. This research proposed a novel software tool to diagnose and classify of chronic myeloid leukemia cells. Methods: In the proposed method, after accurate manual segmentation, various geometric features of cell and nucleus were extracted from neutrophils cells using image processing techniques. Then, applying these features by a new designed tree classifier, cells were categorized in to six groups. Findings: The proposed method was evaluated on 120 blood smear microscopic images including 714 white blood cells (WBCs). An accuracy of over 97%, specificity of over 98% and sensitivity of over 91% for all of six groups were achieved. Conclusion: In this study, a semi-automatic method was proposed for detection and classification of effective cells in diagnosis of chronic myeloid leukemia in microscopic images utilizing image processing methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله نرجس قانع | narjes ghane
دانشجوی کارشناسی ارشد، گروه بیوالکتریک و مهندسی پزشکی و کمیته ی تحقیقات دانشجویی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

علیرضا ورد | alireza vard
استادیار، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

اردشیر طالبی | ardeshir talebi
دانشیار، گروه پاتولوژی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

پردیس نعمت الهی | pardis nemat elahi
استادیار، گروه پاتولوژی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

نشانی اینترنتی http://jims.mui.ac.ir/index.php/jims/article/view/6978
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-317372.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات