ارائه روشی خودکار در تقسیمبندی تصاویر سی تی اسکن ریه مبتنی برمیانگین فازی c الگوریتمهای ژنتیک

سرطان ریه یک بیماری بسیار تهاجمی و پیش رونده و از شایعترین و کشندهترین سرطانها در سراسر جهان است.تقسیمبندی بافت ریه به علت شدت روشنایی اندامها و تشابه عضلات مجاور ریه و نیز به علت حرکت قفسه سینه به هنگام تنفس، چالش برانگیز است. برداشتن تومور و پیوند آن، دو درمان اصلی در عملکردهای معمول بالینی هستند که هر دو برای برنامهریزی و ارزیابی کیفی نیاز به تصویر دارند. از اهداف مهم پردازش تصاویر، تبدیل تصاویر به شکلی بهتربرای بازنمایی و ارزیابی آسان و نیز خوشهبندی پیکسلها به مناطق معنا دار با خواص مشابه از قبیل سطح خاکستری،رنگ، بافت، روشنایی و کنتراست است که امروزه به طور گستردهای در تشخیص زودهنگام سرطان، مطالعات بالینی وبرنامهریزی درمان استفاده میشود. تقسیمبندی دقیق تصاویر، گامی اولیه و مهم در فرآیند تجزیه و تحلیل تصاویر است.میانگین فازی به طور گسترده ای برای تقسیمبندی تصاویر پزشکی استفاده میشود. در این مقاله با C روش خوشهبندی میانگین فازی و الگوریتم ژنتیک، یک روش کاملا اتوماتیک و بدن نیاز به C استفاده از ترکیب الگوریتم خوشهبندی دخالت کاربر ارائه شده است. نتایج نشان میدهد این روش توسعه یافته ابزار مفیدی برای تشخیص سرطان ریه میباشد.

کلیدواژه ها:

تشخیص به کمک کامپیوتر ، تقسیمبندی تصاویر پزشکی ، سرطان ریه ، الگوریتم خوشهبندی میانگین فازی ، Cالگوریتم ژنتیک