TY - JOUR ID - 67370 TI - استخراج خودکار توپوگرافی لبه در تصاویر پزشکی به کمک الگوریتم بهینهسازی کلونی مورچه و تکنیکهای پردازش تصویر JO - مجله علمی رایانش نرم و فناوری اطلاعات JA - JSCIT LA - fa SN - 2383-1006 AU - رضائی, خسرو AU - حدادنیا, جواد AU - دلبری, احمد AD - دانشگاه حکیم سبزواری، دانشکده برق و کامپیوتر، گروه مهندسی پزشکی، سبزوار، ایران AD - مرکز تحقیقات فناوریهای نوین پزشکی، دانشگاه علوم پزشکی سبزوار، سبزوار، ایران AD - انستیتو کارولینسکای استکهلم، مرکز مطالعات بالینی و تحقیقات پزشکی، استکهلم، سوئد Y1 - 2013 PY - 2013 VL - 2 IS - 1 SP - 34 EP - 41 KW - لبهیابی KW - الگوریتم کلونی مورچه KW - ماتریس فرومون KW - پردازش تصویر KW - بافت آسیب دیده DO - N2 - آشکارسازی لبه در پردازش تصویر از تکنیکهای اساسی در بخشبندی، جداسازی و درک موقعیت بخشهای ویژه از تصویر است. وجود نویز و به همریختگی ساختاری در اثر ضعیف بودن کنتراست محلی تصاویر پزشکی از اصلیترین دلایلی به شمار میروند که عملگرهای کنونی قادر نباشند به درستی لبه رادر اینگونه تصاویر آشکار سازند. در این مقاله از الگوریتم فرا اکتشافی کلونی برای یافتن لبه در تصاویر پزشکی استفاده شده که همگرایی سریع آن در دستیابی بهپاسخ بهینه و پارامترهای مقاوم آن در مقدار دهی اولیه سبب شده تا الگوریتمی کارآمد طراحی گردد. با گسیل مورچهها به سمت پیکسلهای تصویر و تکیه برمشخصههای لبه، ماتریس فرومون ساخته میشود که در بردارنده اطلاعات مربوط به بافت آسیب دیده است. در مرحله ارزیابی سیستم پیشنهادی، با دریافت 220مغز و 50 تصویر میکروسکوپی از پایگاههای پزشکی گوناگون، در سطح قابل قبولی MRI تصویر پزشکی مرکب از 90 تصویر شبکیه چشم افراد دیابتی، 80 تصویر88 % نشان / 94 % حاصل آمد. ضریب کاپای برابر با 79 / 94 % و ویژگی 00 / 94 %، حساسیت 16 / دقتی برابر با 90 ،Canny و Sobel و در مقایسه با عملگرهای چون دهنده ضریب اطمینان بالای سیستم در عملکرد است. بکارگیری روش ترکیبی کنونی در پردازش تصاویر سبب شده حتی در تصاویر با شدت نویز بالا، دقت تاحد چشمگیری افزایش یابد و میانگین متوازن دقت و حساسیت معنادار باشد. استخراج دقیق بخش پاتولوژیک تصاویر پزشکی، پزشک متخصص را قادر میسازدتا مرحله پیشرفت بیماری احتمالی را تعیین کند و نحوه درمان متناسب با رشد بیماری را پیشنهاد دهد. UR - https://jscit.nit.ac.ir/article_67370.html L1 - https://jscit.nit.ac.ir/article_67370_fb8b09fec35516c7983ddbb195efe088.pdf ER -