15651

13992

كارشناسي ارشد

نرم افزار

اصفهان : دانشگاه صنعتي اصفهان

1398

هفت، 106ص. :مصور، جدول، نمودار

محمدرضا احمدزاده

راحله كافيه

محمدحسين منشئي، زينب مالكي

1399/05/04

كتابنامه

كامپيوتر

مهندسي برق و كامپيوتر

1402/04/27

2619650

امولتيپل اس΋لوروسيس (ام.اس) از شايع ترين بيماري هاي سيستم عصبي مركزي(CNS (در انسان به حساب مͳ آيد. اين بيماري مزمن جزء گروهͳ از بيماري هاي عصبي محسوب مͳ شود كه با تخريب غلاف هاي ميلين راه هاي عصبي همراه است. تخريب ميلين در اين بيماري معمولا˦ در نواحͳ خاصͳ چون عصب بينايي، ساقه مغز، مخچه و ماده سفيد مغز رخ مͳ دهد كه منجر به بروز مجموعه اي از علائم بالينͳ مͳ گردد. ي΋ͳ از علائم ابتدايي اين بيماري نشانه هاي مش΋لات بينايي است كه علت آن را مͳ توان تخريب لايه هاي شب΋يه چشم به حساب آورد. درواق تخريب لايه هاي شب΋يه چشم يΈ بيماري چشمͳ به نام اپتيΈ نورايتس (ON (است. ازاين جهت نياز مبرم به يΈ وسيله پزش΋ͳ احساس مͳ شود تا كه تصاويري از لايه هاي داخلͳ شب΋يه چشم بيمار را ارائه دهد. در حال حاضر اين امر از طريق دستگاه توموگرافͳ انسجام نوري (OCT (محقق شده است. OCT كمΈ شايانͳ به متخصصين در امر تشخيص بيماري ام.اس كرده است. مقالات متعددي به اين امر اشاره دارند كه داده هاي OCT در تشخيص زودهنگام بيماري ام.اس نسبت به روش هاي ديΎر مانند تصويرسازي تشديد مغناطيسͳ MRI مؤثرتر واق شده است. به دليل آن كه تصاوير OCT حجم زيادي از اطلاعات را در اختيار ما مͳ گذارد، لذا نيازمند تجزيه وتحليل تصاوير از طريق قسمت بندي تصاوير و تهيه نقشه ضخامت است. نقشه ضخامت درواق بيان كننده تعيين مقدارهاي كمˈͳ از لايه هاي شب΋يه است كه نمايانگر نازك شدن يا التهاب آن ها در بيماران، ازجمله بيماران ام.اس، اپتيΈ نوروميليتس (NMO (و اپتيΈ نورايتس است. ازاين جهت نقشه ضخامت به متخصصين در تشخيص بيماري ها ازجمله بيماري هاي ذكرشده كمΈ شايانͳ مͳ كند. اكثر پژوهش ها به بررسͳ بيماران ON ،ام.اس باسابقه ON و بدون سابقه ON ،از روش هاي پردازش تصوير و نرم افزار هاي مختلف براي بخش بندي لايه هاي شب΋يه و مقايسه ميانگين ضخامت لايه ها در قسمت ماكولا و سر عصب با كمΈ نرم افزارهاي آماري استفاده كردند. روش معرفͳ شده در اين پژوهش، با در نظر گرفتن دو حالت چرخش و بدون چرخش به منظور همانندسازي داده ها در لايه هاي RNFL ،GCIP و GCIP+RNFL در رزولوشن هاي 20 × 20 پي΋سل، 30 × 30 پي΋سل و 40 × 40 پي΋سل در ناحيه ماكولا، حول مركزيت فووآ و همچنين 9 س΋تور از دايره هاي تودرتو است، كه توسط الΎوريتم هاي طبقه بند RF و SVM يادگيري ماشين موردبررسͳ قرارگرفته اند. نتايج حاصل از اين پژوهش نشان داد كه ضخامت لايه GCIP با در نظر گرفتن زاويه چرخش Scan-Bها توسط الΎوريتم RF در رزولوشن 20 × 20 با صحت 05/82 درصد اطلاعات مفيدتري در اختيار قرار مͳ دهد.

Multiple sclerosis disease recognition basedon thickness map of retina layer using OCT images Sarah Parikhah Zarmehr s parikhah@ec iut ac ir 2019 Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language Farsi Supervisor Dr Mohammad Reza Ahmadzadeh Ahmadzadeh@iut ac ir Advisor Dr Raheleh Kafieh rkafieh@gmail com Abstract Multiple sclerosis MS is one of the most common central nervous system CNS diseases in humans The chronicdisease is among a group of nervous illnesses that are associated with the destruction of the myelin pods Myelin damageusually occurs in certain areas such as the optic nerve brainstem cerebellum and white matter of the brain which results ina set of clinical symptoms one of the early signs of this disease is the symptoms of visual problems caused by the destructionof retinal layers in fact the destruction of retina layers is an eye disease called neuritis optics ON Therefore there is apressing need for a medical device that presents images of the inner layers of the patient s retina Currently this has beenaccomplished through optical coherence tomography OCT OCT has provided significant assistance to specialists in thediagnosis of MS Numerous papers have suggested that OCT data are more effective in early diagnosis of MS than othermethods such as magnetic resonance imaging MRI Because OCT images provide a large amount of information weneed to analyze the images through image segmentation and thickness mapping The thickness map actually indicates thedetermination of small amounts of retinal layers which include thinning or inflammation in patients including MS patientsand Optic Neuritis Therefore the thickness map helps specialists to diagnose diseases including those mentioned Most research examines patients with ON MS with ON and without history ON different image processing methods andsoftware for segmentation of retinal layers and comparing mean thickness The layers were applied to the macula and thenerve head with the help of statistical software The method introduced in this study is to consider two rotational and non rotational modes of RNFL GCIP and RNFL GCIP layers in the 20 20 30 30 and 40 40 squares in the macula areaaround the fovea center as well as the 9 ETDRS sectors Which have been tested by RF classifier and SVM machine learningalgorithms The results of this study showed that the thickness of the GCIP layer provides more useful information withrespect to the rotation angle of the b scan by the RF algorithm at a resolution of 20 20 and accuracy of 82 05Key Words 1 Machine learning 2 Multiple sclerosis 3 Optic neuritis 4 Optical coherence tomogra phy

محمدرضا احمدزاده

راحله كافيه

محمدحسين منشئي، زينب مالكي