مهدی مسرور یزدان آبادی - دانشجوی کارشناسی ارشد نرم افزار، دانشگاه علوم و تحقیقات واحد البرز
فاطمه مسرور یزدان آباد - دانشجوی کارشناسی IT، دانشگاه صنعتی شریف
محمدهادی مسرور یزدان آباد - دانشجوی کارشناسی نرم افزار، دانشگاه آزاد اسلامی واحد کرج

تصویر برداری M.R.I به دلیل دقت بالا در تشخیص با فت های نرم و نمایش تمایز بافت های طبیعی از غیر طبیعی جز ابزارهای مهم در عرصه تشخیص انواع بیماری ها به خصوص بیماری های مغزی می باشد.اختلالات عصبی فروانی وجود دارند که به سیستم عصبی مرکزی بدن آسیب جدی می رسانند از جمله شایع ترین این نوع اختلالات عصبی می توان به بیماری MS اشاره نمود. تصویر برداری M.R.I نشان داده است که نسبت به این بیماری بسیار حساس می باشد و توانایی این را دارد که ضایعات MS را نسبت به بافت های محیطی خود با شدت متفاوتی نمایش دهد.ارزیابی دقیق از هر ضایعه MS در تصاویر MR به صورت دستی برای متخصصین پزشکی یک کار پر زحمت و انجام تقسیم بندی به صورت ذهنی بسیار پرخطا می باشد. یک جایگزین جذاب و دقیق برای تقسیم بندی دستی ،تقسیم بندی کامپیوتری می باشد که می تواند با دقت بیشتری ودر مدت زمان کمتری این کار را برای پزشک انجام دهد.وبه همین دلایل ما دراین مقاله قصد انجام تقسیم بندی ضایعات در تصاویر M.R.I را داریم.در این تحقیق ما با استفاده از آستانه گیری اولیه و استفاده از الگوریتم رشد منطقه ای در هر اسلایس دو بعدی اقدام به تعیین ضایعات اولیه بیماری MS کرده ایم و در ادامه برای حذف مناطق غیر صحیح MS الگوریتم جدیدی از برش گراف سه بعدی را ارائه دادیم که نتایج بهتری را به همراه داشته است ومیانگین نتایج تقسیم بندی ماشین نسبت به پزشک متخصص را به 86 % رسانده است. مقدار میانگین تقسیم بندی نشان می دهد که نتایج الگوریتم قابل اتکا بوده و قابلیت استفاده در کلینیک ها و مراکز درمانی بیماری MS را دارد.

پردازش تصویر، تقسیم بندی، بیماری MS، تصاویر MRI