پديد آورنده :
كريمي، ناديا
عنوان :
مطالعه و توسعه روش هاي دسته بندي تصاوير پزشكي در حوزه بيماري كوليت اولسراتيو
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مخابرات سيستم
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده برق و كامپيوتر
صفحه شمار :
يازده، 78ص.: مصور، جدول، نمودار
يادداشت :
ص.ع. به فارسي و انگليسي
استاد راهنما :
بهزاد نظري، سعيد صدري
استاد مشاور :
پيمان اديبي
توصيفگر ها :
كوليت اولسراتيو , هسين جهتي , الگوي باينري محلي يكنواخت , زخم , درجه بندي قرمزي غشاء روده ي بزرگ
تاريخ ورود اطلاعات :
1396/06/26
رشته تحصيلي :
برق و كامپيوتر
دانشكده :
مهندسي برق و كامپيوتر
چكيده فارسي :
چكيده كوليت اولسراتيو شايعترين بيماري از نوع بيماريهاي التهابي رودهي بزرگ است هرچه مدتزمان ابتالي شخص به اين بيماري بيشتر باشد احتمال بروز سرطان رودهي بزرگ در وي بيشتر ميشود در اين بيماري غشا مخاطي روده ملتهب شده و در صورت عدم درمان مناسب زخمهاي بههمپيوسته در آن بهوجود ميآيند بنابراين زخم و درجهي قرمزي غشا دو پارامتر مهم در تعيين ميزان پيشرفت بيماري ميباشند متاسفانه نظر پزشكان در مورد ميزان پيشرفت بيماري از تفاوت قابلتوجهي برخوردار است از آنجا كه تجويز داروي مناسب بر مبناي ميزان پيشرفت بيماري صورت ميگيرد يافتن يك راه مناسب براي ايجاد هماهنگي بين پزشكان از اهميت بهسزايي برخوردار است در اين پژوهش سعي ميكنيم با استفاده از الگوريتمهاي پردازش تصوير پارامترهاي مذكور را در سه دسته جاي دهيم به اين منظور ابتدا تصاوير ناسالم بهدستآمده از رودهي بيمار را از تصاوير سالم ديگر بخشهاي روده جدا ميكنيم اين روش بر مبناي تشخيص لبههاي تصوير با استفاده از روش هسين جهتي صورت ميگيرد سپس با استفاده از روش اوتسو و عملگرهاي ريختشناسي به خطوطي دست مييابيم كه در تصاوير سالم ناشي از رگهاي سطح غشا بوده و از نظم خاصي برخوردار ميباشند اما در تصاوير ناسالم در اثر لبههاي زخم به وجود آمدهاند سپس با استفاده از روش الگوي باينري محلي يكنواخت و بر مبناي ميزان غيريكنواختي خطوط بهدستآمده به تصاوير ناسالم دست مييابيم با اعمال اين روش بر روي يك پايگاه داده شامل 86 تصوير ناسالم و 94 تصوير سالم شاخصهاي حساسيت دقت و ويژگي در اين بخش به ترتيب 48 97 و27 بهدست ميآيد سپس به جداسازي زخم و نواحي با رنگ قرمز غيرطبيعي ميپردازيم به دليل اينكه جداسازي پارامترهاي مذكور در تصاوير ناسالم بر اساس نمونهبرداري صورت ميگيرد سعي ميكنيم تا حد امكان اثر نورپردازي غيريكنواخت را كاهش دهيم زيرا اين عامل بهشدت بر نتيجهي جداسازي تأثيرگذار است سپس با تغيير هيستوگرام كانالهاي تصوير در سيستم رنگ RGB سعي ميكنيم بخش موردنظر را تا حد امكان از ساير بخشهاي تصوير متمايز كرده و از آن نمونهبرداري كنيم سپس با استفاده از فاصلهي مهاالنوبيس به جداسازي ناحيهي شامل زخم ميپردازيم براي نواحي قرمزرنگ نيز نمونههاي جداشده را با الگوريتم kmeans در 4 دسته قرار ميدهيم و با مقايسهي پيكسلهاي تصوير با مركز دستهها به درجهبندي نواحي قرمزرنگ ميپردازيم واژههاي كليدي كوليت اولسراتيو هسين جهتي الگوي باينري محلي يكنواخت زخم درجهبندي قرمزي غشا رودهي بزرگ
چكيده انگليسي :
Study and Enhancement of Clustering of Medical Images in Ulcerative Colitis Nadia Karimi Karimi hr17@ec iut ac ir 2017 5 20 Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language Farsi Dr Behzad Nazari nazari@cc iut ac ir Dr Saeed Sadri sadri@cc iut ac irAbstractInflammatory Bowel Disease IBD is a pathologic condition that causes chronic inflammation The mostcommon type of IBD is Ulcerative Colitis UC This disease affects mucous membrane of the colon and therectum and causes interconnected areas of inflammation and ulcer So ulcer and abnormal red color of colon smucous are two important parameters which help experts to evaluate the severity of UC Patients with UC havea significantly higher risk for the development of colorectal cancer However diagnostic accuracy for UC ishighly dependent on the experience and knowledge of the medical doctor because there is considerable varietyin the appearances of colonic mucosa within inflammations with UC and also there are many symptoms thatcommon in IBD This study consist of two steps At the first we should separate colonoscopy images related to the healthy partof colon and the second is to evaluate the severity of UC according to ulcer and red color of colon s mucous Since visible vessel structure is the main sign of healty colon in the first step a directional Hessian based filteris applied to the image This filter output expresses the percentage of belonging each pixel to the vesselstructure So by using Otsu s binarization vessels and background are separated in image of healthy peopleand the edge of ulcer in image of patient of UC so by using Otsu s binarization vessel structure can be found After post processing which consists of morphological operator we applied Uniform Local Binary Pattrtnmethod to image to estimate the uniformity so we could separate UC images After separating unhealthy images they should be classified in three categories which defined by the degreeof progression of UC and named mild moderate and severe Since this method is base on color of ulcer andabnormal redness region its very important to reduce the effect of non uniform illumination The more accuratethis step is the more successful the final result will be In addition the histogram of RGB channels should bechanged to salient ulcer and regions with abnormal red color After applying these algorithems some pixels ofulcer region in different images are selected as ulcer samples and other pixels with similar color belonging toulcer region are detected using mehalanobis distance The percentage of area in each image is the firstparameter that show the level of UC The other parameter is related to the percentage of abnormal red colorregion Which is achieved by limiting the hue channel in intervals of 25 to 25 KeywordsUlcerative colitis Ulcer Regions with abnormal red color Otsu s binarization
استاد راهنما :
بهزاد نظري، سعيد صدري
استاد مشاور :
پيمان اديبي
