پديد آورنده :
كريميان سيچاني، نازيلا
عنوان :
روش اتوماتيك تشخيص تالاسمي مينور از روي تصاوير ميكروسكوپي اسلايدهاي خوني و استخراج ويژگي سلول هاي قرمز خون
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مخابرات - سيستم
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده برق و كامپيوتر
صفحه شمار :
نه، 90ص.: مصور، جدول، نمودار
يادداشت :
ص.ع. به فارسي و انگليسي
استاد راهنما :
سعيد صدري، بهزاد نظري
توصيفگر ها :
پردازش تصوير , تشخيص آنمي , مورفولوژي گلبول هاي قرمز
تاريخ نمايه سازي :
94/1/25
استاد داور :
رسول امير فتاحي
تاريخ ورود اطلاعات :
1396/09/25
رشته تحصيلي :
برق و كامپيوتر
دانشكده :
مهندسي برق و كامپيوتر
چكيده فارسي :
چكيده تالاسمي يكي از شايعترين بيماريهاي ژنتيكي است اين بيمار به دو دسته تالاسمي مينور و ماژور طبقهبند ميشود تالاسمي مينور بيمار تلقي نميشود و بسيار از افراد از مبتلا بودن به آن آگاه نيستند ولي در صورت ازدواج دو فرد مبتلا به تالاسمي مينور به احتمال 52 درصد فرزند آنها به تالاسمي ماژور مبتلا خواهد شد علايم بيمار تالاسمي ماژور به تدريج در 6 ماه اول زندگي نوزاد آشكار ميشود طول عمر بيماران تالاسمي ماژور معمولا كوتاه است و هزينه نگهدار از اين بيماران نيز بسيار بالا است آزمايشها قبل از ازدواج مطمئنترين راه برا جلوگير از بيمار تالاسمي ماژور است از سال 6731 برنامه ملي پيشگير تالاسمي به طور رسمي در رأس برنامه ها مراكز بهداشت سراسر كشور قرار گرفته است با توجه به حجم زياد آزمايشهايي كه روزانه در مراكز مختلف انجام ميشود نياز به بررسي روشها شناسايي و تشخيص اين بيمار به صورت خودكار ضرور به نظر ميرسد روشها پردازش تصوير يكي از روشها بررسي خودكارگلبولها خوني است برا اين كار ميتوان با اتصال يك دوربين ديجيتال به ميكروسكوپ از لامها تهيه شده از نمونهها خون عكسبردار نمود و با استفاده از الگوريتمها پردازش تصوير بيمار ها مختلفي را بررسي و شناسايي كرد دادهها مورد نياز كه تصاوير تهيه شده از اسلايدها خوني است از بخش پاتولوژ دانشگاه علوم پزشكي اصفهان و همچنين بيمارستان هايي از قبيل بيمارستان سيدالشهدا تهيه شده است اين تصاوير شامل 001 نمونه خون محيطي سالم و 001 نمونه خون محيطي تالاسمي مينور ميباشد هدف اين تحقيق طراحي و پيادهساز يك سيستم عملي برا آناليز خودكار گلبولها خون بر اساس مورفولوژ آنها و تشخيص بيمار تالاسمي مينور بر اساس جدا كردن گلبولها طبيعي از موارد غير طبيعي ميباشد در اكثر بيمار ها خوني گلبولها قرمز خون از حالت طبيعي يا ديسك مانند تغيير شكل داده و به شكلها مختلف يا به اصطلاح پويكيلوسيت تبديل ميشوند گلبولها هدف تارگت گلبولها بيضو اليپتوسيت وگلبولها اشكي شكل داكروسيت از انواع گلبولهايي هستند كه در نمونه خون محيطي بيماران تالاسمي مينور مشاهده ميشوند هدف اين تحقيق جداساز و آشكارساز اين گلبولها در نمونهها خون تالاسمي مينور و تشخيص اين بيمار بر اساس درصد اين گلبولها ميباشد بعد از جمعآور پايگاه داده در مرحله اول گلبولها قرمز با استفاده از روش آستانهگذار اوتسو جدا ميشوند سپس ويژگيها هندسي مناسب برا هر گلبول استخراج ميشود انواع گلبولها قرمز در سه مرحله طبقهبند ميشوند در مرحله اول گلبولها تارگت با استفاده از روش آستانهگذار با صحت 48 شناسايي شدهاند در مرحله دوم برا طبقهبند گلبولها نرمال اليپتوسيت و داكروسيت شبكه عصبي با الگوريتم پسانتشار خطا ماشين بردار پشتيباني و K نزديكترين همسايه مورد بررسي قرار گرفتهاند از بين آنها طبقهبند كننده K نزديكترين همسايه با درصدها صحت 99 برا گلبولها نرمال 99 برا گلبولها اليپتوسيت و 49 برا داكروسيتها در طبقهبند اين دسته گلبولها عملكرد بهتر داشته است لازم به ذكر است كه يك سطح آستانه نيز برا اين طبقهبند كنندهها در نظر گرفته شدهاست و چنانچه خروجي طبقهبند كننده از اين سطح آستانه كمتر باشد اين گلبول در هيچ يك از سه دسته بالا قرار نميگيرد در مرحله سوم گلبولها حذف شده به عنوان گلبولها متفرقه در نظر گرفته ميشود درصد صحت به دست آمده برا اين گلبولها 59 ميباشد پس از طبقهبند گلبولها قرمز با استفاده از درصد گلبولها به دست آمده كه به عنوان بردار ويژگي
چكيده انگليسي :
An automated method for diagnosis of thalassemia minor from blood slide microscopic images and red blood cell feature extraction Nazila Karimian Sichani n karimian@ec iut ac ir Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language FarsiSupervisors Dr Saeid Sadri sadri@cc iut ac ir Dr Behzad Nazari nazari@cc iut ac irAbstract Thalassemia is one of the most common genetic diseases all over the world The disease is classifiedinto two types of thalassemia minor and major Thalassemia minor is not considered as a disease and lots ofpeople who have got the disease are not aware of it If two thalassemia minor patients get married theirchild would be born with thalassemia major with a probability of 25 Symptoms of thalassemia majorgradually become evident in the first 6 months of baby s life Thalassemia major usually leads to death andpatients with thalassemia major usually have a short lifetime The cost of taking care of these patients isvery high To avoid the cost premarital testing is required In Iran since 1376 national thalassemiaprevention program has been considerably established in health centers Due to the high volume of thesetsets there is a need for automatic thalassemia detection approaches Image processing techniques can helpexperts in this regard Input data are microscopic images of blood smear slides which are taken by a digitalcamera connected to the microscope In our research Blood slides were collected from Seyed AlshohadaHospital Esfahan Iran and Department of Medical Science of university of Esfahan Images of 100normal and 100 thalassemic blood samples have been prepared The goal of this research is to design andimplement a practical system for detecting thalassemia minor samples automatically from normal samplesbased on the morphology of RBCs In most blood diseases shape of RBCs change from normal disk likeshape to different shapes Target cells Elliptocytes and Dacrocytes tear drop are types of RBCs whichexist in thalassemic blood samples In this research these abnormal cells are identified and thalasssemiaminor is detected based on the percentage of these RBCs After data collection in first step RBCs aresegmented based on Otsu threshholding method Then a set of appropriate geometric feartures are extractedfrom each RBC RBCs are classified in three steps In the first step Target cells are detected bythreshholding and accuracy of 84 In the second step Normal RBCs Elliptocytes and Dacrocytes areclassified with Back Propagation Neural Network Support Vector Machine and K Nearest Neighboralgorithm K nearest Neighbor algorithm had an acceptable performance and could achieve accuracy of99 for normal RBCs 99 for Elliptocytes and 94 for Dacrocytes A threshold level has been selectedfor the classifier s output and if the output is less than this threshold level the RBC is eliminated In thethird step these eliminated RBCs are considered as Poikilocytes Detection of these cells is achieved withaccuracy of 95 After classificiation of RBC types thalassemia minor is detected by using the percentageof classified RBCs which are given to a neural network as input feature vector It is shown that theultimate algorithm used in this thesis could achieve detection of thalassemia minor with accuracy of 98 and sensitivity equal to 100 Keywords Thalassemia Image Processing Red Blood Cell morphology Anemia detection
استاد راهنما :
سعيد صدري، بهزاد نظري
استاد داور :
رسول امير فتاحي
