الهه ارجمندی - گروه کامپیوتر، واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران
مریم رستگارپور - گروه کامپیوتر، واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران

قطعه بندی یکی از مهم ترین قسمتها در آنالیز تصاویر پزشکی است. روشی است که یک تصویر را به نواحی معنادار تقسیم میکند. دقت، نقشاساسی در تحلیل تصاویر پزشکی دارد، چرا که میتواند به افزایش کیفیت در تشخیص، ارزیابی درمان، تعیین حجم بافت ها، بررسی پیشرفتبیماری، مکانیابی تومورها و غیره کمک کند. در بین روشهای قطعه بندی تصاویر، خوشه بندی، بطور گسترده مورد استفاده قرار می گیرد. اکثرمحققان در انتخاب صحیح روشهای خوشه بندی دچار مشکل هستند چرا که عدم انتخاب صحیح یک روش از میان روش های متنوعی که وجوددارد موجب استخراج ناصحیح الگوها خواهد شد. همین طور از آنجایی که تعیین تعداد خوشه ها بسیارمهم است و ممکن است دقت خوشه بندی رابا انتخاب نادرست تحت تاثیر قرار دهد، لذا مطلوب است از روشهایی استفاده گردد که تعداد خوشه ها بطور خودکار تعیین شود و افزایش دقت،منجر به کاهش سرعت نگردد. این پایان نامه روش خودکاری پیشنهاد میدهد که قطعه بندی را در دو مرحله خوشه بندی و قطعه بندی انجام می-دهد. ابتدا تصویر با استفاده از خوشه بندی فازی توسط الگوریتم میانگین تغییر تطبیقی خوشه بندی میشود و به عنوان کانتور اولیه در مرحلهبعدی مورد استفاده قرار می گیرد. سرانجام تصویر با استفاده از تکامل منحنی روش سطح تراز، بطور دقیق قطعه بندی می شود. با انتخاب روشمیانگین تغییر تطبیقی نیاز به انتخاب خوشه حل شد و سرعت قطعه بندی افزایش یافت. کارایی روش پیشنهادی بر روی تصاویر پزشکی موردارزیابی قرار گرفت و نتایج شبیه سازی در محیط متلب دقت روش پیشنهادی را در بهترین حالت روی تصویر سلول میکروسکوپی % 99 و مدتزمان اجرا را روی تصویر ماموگرافی 0.14 ثانیه نشان داد.

قطعه بندی تصاویر، سطحتراز، خوشه بندی فازی، قطعه بندی خودکار، میانگین تغییر تطبیقی