پایان‌نامه

تشخیص اتوماتیک بیماری مالاریا با استفاده از الگوریتم برازش بیضی- دایره از روی تصاویر گسترش نازک خون

چکیده

بیماری مالاریا با تهدید تقریبا نیمی از جمعیت کره ی زمین، از مهم ترین مشکلات بهداشتی جهان محسوب می شود. روش قطعی در تشخیص مالاریا، مشاهدات میکروسکوپی گسترش های خونی بیماران است. گسترش های خونی، روش هایی برای تثبیت موقعیت انگل بر روی لام خون می باشند. تشخیص مالاریا با استفاده از مشاهدات میکروسکوپی، وظیفه ی زمان بر و خسته کننده ای برای تکنسین محسوب می شود. علاوه بر این ، به دلیل واگذاری تصمیم نهایی به چشم و نظر انسان، احتمال بروز خطا در تصمیم گیری بویژه در مراحل ابتدایی شکل گیری انگل در خون وجود دارد. بکارگیری روش های کامپیوتری به منظور اتوماتیک نمودن روند تشخیص، می-تواند در رفع برخی از مشکلات موجود مفید واقع شود. با توجه به این مسئله در این تحقیق، شکل و یا محدوده ی آلوده به انگل به صورت اتوماتیک استخراج می گردد. نحوه ی دست یابی به این محدوده، با ارائه ی یک روند جستجوی کامل انجام شده است که بخش اصلی الگوریتم پیشنهادی در تشخیص اتوماتیک مالاریا را به خود اختصاص می دهد. به صورت کلی، الگوریتم پیشنهادی شامل مراحل پیش پردازش، بخش بندی، استخراج ویژگی ها و طبقه بندی می باشد. مرحله ی پیش پردازش با استفاده از الگوریتم فیلترگذاری انتشار غیر خطی به منظور حذف نویزهای موجود در تصویر انجام می شود. وظیفه ی مرحله ی بخش بندی، جداسازی اشیاء رنگ شده در تصویر، که کاندیدهایی برای حضور انگل هستند، بوده و هر شیء استخراجی ورودی الگوریتم جستجو در نظر گرفته می شود. الگوریتم جستجو پیشنهادی بر پایه ی الگوریتم برازش بیضی به روش حداقل مربعات می باشد و شکل انگل را در طی چند مرحله جستجو شامل جستجوی هسته، جستجوی دایره ای و جستجوی بیضوی کامل می نماید. جستجوی هسته در واقع یک آستانه-گذاری بر مبنای شدت روشنایی است. با اعمال جستجوی دایره ای، موقعیت و نقاط اولیه حضور انگل در اطراف هسته ی استخراجی تعیین می گردد. بعداز این مرحله، الگوریتم برازش بیضی به نقاط اولیه برازش شده تا پارامترهای جستجوی بیضوی بدست آید. جستجوی بیضوی با استفاده از پارامترهای بیضی اعمال شده، جستجو را در حوالی بیضی برازش شده متمرکز کرده و شکل انگل را کامل می کند. پیشنهاد این مرحله در تشخیص اتوماتیک مالاریا، علاوه بر این که مراحل استخراج ویژگی ها و طبقه بندی را ساده و سریع نموده است، الگوریتم پیشنهادی را در برخورد با گلبول های هم پوشان بدون نیاز به روش های جداسازی چنین گلبول هایی توانمندکرده است. الگوریتم پیشنهادی با استفاده از ویژگی های هندسی استخراجی و قوانین تصمیم گیری، تصمیم گیری لازم مبنی بر سالم یا آلوده بودن گلبول را اتخاذ می نماید. اعمال الگوریتم پیشنهادی به تصاویر تهیه شده از گسترش نازک خون، در گروه آسیب-شناسی دانشگاه علوم پزشکی اصفهان زیر نظر دکتر طالبی،حساسیت %21/ 82 و خصوصیت %02/98 را نتیجه داده است.

اساتید راهنما و مشاور

حسین ربانی، مریم ذکری، اردشیر طالبی

شکل‌ها (۴)

  • شکل، صفحه‌ی ۱
    صفحه‌ی ۱
  • شکل، صفحه‌ی ۲
    صفحه‌ی ۲
  • شکل، صفحه‌ی ۵
    صفحه‌ی ۵
  • شکل، صفحه‌ی ۱۱
    صفحه‌ی ۱۱

شکل‌ها از متن کامل مقاله برداشته شده‌اند و حقوقشان از آنِ نویسندگان و ناشر است.

پایان‌نامه‌های مشابه

  • تشخیص اتوماتیک عیب های موجود روی کاشی با استفاده از پردازش تصاویر دیجیتال

    پایان‌نامه۲۰۱۴دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد یزد - دانشکده مهندسی برق و الکترونیکعلیرضا مهدی زاده

    ابتدا بر روی یک پایگاه داده مناسب مراحل پیش پردازش جهت یکسان کردن شدت نور و شدت رنگ و کنتراست و حذف نویز کلیه تصاویر صورت می پذیرد. مرحله ی بعد بخش بندی اجزای مختلف تصویر می باشد. در این مرحله قسمت های مشکوک به شکاف، ترک، خال و غیره شناسایی و از تصویر اصلی جدا می شوند. با توجه به

  • تشخیص هویت از روی تصاویر عنبیه چشم با استفاده از الگوریتم sift

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوممیترا بیات

    در این پروژه، الگوریتمی را برای بررسی عنبیه چشم انسان معرفی می کنیم. الگوریتم های تشخیص عنبیه در فاصله ها ی طولانی به دلیل کاربرپسندانه بودن و ایجاد یک روش اقتصادی برای شناسایی، گسترش یافته اند. الگوریتم ما، روی تشخیص مردمک متمرکز شده است؛ و با استفاده از محدوده های تخمین زده شده

  • یک سیستم پشتیبان تصمیم برای تشخیص بیماری از روی تصاویر آزمایشگاهی با استفاده از روش های هوشمند

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشکده علوم اقتصادی - دانشکده مدیریتحامد نامی

    یکی از راه¬های تشخیص بیماری¬ها در پزشکی استفاده از تصاویر آزمایشگاهی می¬باشد. برای مثال در بیماری سل با تبدیل اجزای دی ان ای حاصل از نمونه برداری از ریه¬های فرد بیمار به تصاویر و مقایسه آن با نمونه¬های از پیش تعیین شده از افراد بیمار و سالم می¬توان نشانگرهای حیاتی را در این نمونه

  • تشخیص بیماری ملانومای بدخیم از روی تصاویر درماتوسکوپی با استفاده از شبکه های موجک

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوترامیررضا صدری

    خطرناکتر?ن نوع سرطان پوست، م?نومای بدخ?م است که در اثر رشد ب?رو?هی رنگدانههای پوستی ا?جاد میگردد و افزا?ش? 50 درصدی در هر دهه دارد. قطعی تر?ن راه برای تشخ?ص ا?ن سرطان مهلک?، نمونهبرداری از پوست است. نمونهبرداری که یک ?روش تهاجمی برای تشخ?ص ب?ماری است، دارای معا?ب عمده ای میباشد.

اسناد مشابه