بخشی از مقاله
چکیده -
تبدیل حوضچه یک ابزار شناخته شده یراي ناحیه بندي تصویر است.می دانیم که این تبدیل نقاط مینیمم شدت تصاویر را به عنوان حوضچه مشخص می کند و با در نظر گرفتن شباهت همسایه هاي اطراف هر مینیمم نقاط حوضچه را بسط داده تا حدي که حوضچه ها به هم برسند و مرز مشترك تشکیل دهند. براي این که تبدیل حوضچه کارایی مناسبی داشته باشد از اعمال آن بر روي تصاویر به علت داشتن مینیمم هاي محلی زیاد خود داري میکنند و آن را بر روي گرادیان تصویر اعمال می کنند
وِیژگی گرادیان به این صورت است که به نقاط مرزي تصویر شدت رنگ بیشتري اختصاص می دهد. در این مقاله از روش تشخیص تومور مبتنی بر سیستم بینایی براي ناحیه بندي تصاویر اتخاذ شده و گرادیانی را بر این مبنا تعریف میکنیم که به تغییر شدت در نقاط مرزي حساس بوده و بافت مغز را در نظر نگیرد. سبس بر روي تصویر بدست امده تبدیل حوضچه انجام داده و جهت حذف نواحی زاید در شکل از عملیات ریخت شناسی استفاده کرده تا بتوان مکان تومور را به صورت دقیق تشخیص داد.این روش علاوه بر عدم نیاز به ناظر داراي دقت مناسب جهت تعیین مکان تومورهاي مغزي نیز میباشد.
-1 مقدمه
-1-1 تومور مغزي
مغز انسان شامل :مخ, مخچه, ساقه مغزوبصل نخاع می باشد که هر کدام از این قسمت ها دچار تومور شوند را تومور مغزي می گوییم.تومورهاي مغزي به دو نوع خوش خیم و بد خیم تقسیم میشوند.تومورهاي خوش خیم مغزي داراي سلول هاي سرطانی نیستند و قابل برداشتن هستند و به ندرت رشد می کنند اما تومورهاي مغزي بدخیم حاوي سلول هاي سرطانی بوده و سریع رشد می کنند و به بافت مغزي مجاور حمله می کنند[1]
-2-1 تصاویرMRI
از بهترین تکنیک ها در دنیاي پزشکی درتشخیص بیماري ها استفاده از تصویر برداري تشدید میدان مغناطیسی است که بدون تابش اشعه ایکس اسکن هاي واضحی از بافت هاي مختلف بدن می گیرد به این صورت که بیمار در یک میدان مغناطیسی قوي قرار گرفته و امواج رادیویی به سویش تابیده می شود و بدن در جواب , امواج رادیویی دیگري از خود انعکاس می دهد و تحلیل این امواج توسط کامپیوتر پر قدرت تصاویري بر روي مانیتور دستگاه ایجاد می شوند که سطح مقاطعی از اندام مورد نظر را نشان می دهند.
-3-1 انواع وزن دهی در تصاویرMRI
با توجه به اینکه کار اصلی تشخیص تومر بر اساس تصاویرMRI می باشد لازم است انواع تصاویرMRI با وزن دهی هاي متفاوت مورد بررسی قرار گیرد
MRI - 1-3-1 با وزن دهیT1
اینیک روش پایه در اسکنMRIمیباشد، براي مثال، در این روش تصویر سازي، تفاوت دو بافت چربی و آب، به صورت تیرهتر بودن آب نسبت به بافت چربی.
MRI - 2-3-1با وزن دهیT2
این روش نیزیکی از روشهاي اصلی تصویر سازيMRIمیباشد. در این روش نیز مانند وزن دهیT1، چربی و آب قابل تفکیک بوده با این تفاوت که چربی تیرهتر و آب روشنتر در تصویر ظاهر میگردد.
جدول:1 1 مقایسه دو روش وزن دهی اصلی
در تصویر زیز مغز بیمار با تومر به همراه ورم بافت مغزي براي دو نوع وزن دهی نشان داده شده است.
شکل MRI :1 1 مغزي با دو نوع وزن دهی
-4-1 مروري بر کارهاي انجام شده
شان و همکارانش در سال 2005 توانستند با استفاده از تقسیم بندي با ویژگی هاي همجواري و استفاده از بهینه سازي با استفاده از شبکه هاي عصبی بافت سرطانی مغز را شناسایی کننداما دیري نپایید که این روش نیز کنار گذاشته شد زیرا دقت فداي سرعت شده بود. [4]فلیپ و همکاران در سال 2014 با نقشه برداري از ژنوتیپ سلول هاي سرطانی توانستند در تشخیص سرطان با استغاده از مدل هاي بدست آمده آن را با شبکه عصبی آموزش داده و با تشخیص ناحیه هاي ناهمگن روش مناسبی را جهت کشف سرطان بوجود آورند که این روش به دلیل وابستگی شدید با مدل هاي مورد استفاده پاسخ سریعی را ارائه نمیداد
کلوین و همکارانش در سال 2015 براي شناسایی سلول هاي سرطانی با استفاده از تکنیک طیف سنجی پروب دستی توانستند محل تجمع توده را کشف کنند و در نهایت با طبقه بندي جمعیت سلول ها راهی براي تشخیص و درمان آن پیدا کنند این روش تنها روش ارائه شده بود که علاوه بر تشخیص به درمان نیز کمک می کرد و با استفاده از تجمع صورت گرفته و علائم موجود مدت و دوز شیمی درمانی را مشخص می نمود[8]کلیه تکنیک هاي بخش بندي که تاکنون بحث کردیم را میتوان با ترکیب چند روش با هدف پوشش مشکل هر کدام از انها به درجه بالایی از دقت و سرعت رساند.
روش پیشنهادي از ترکیب دو روش تقسیم بندي استفاده می کند و در نهایت با روش دیگري به بحث استخراج ویژگی که در اینجا همان تشخیص تومر است می پردازد. نوآوري این مقاله بر اساس استفاده از دو طرح تقسیم بندي تصاویر مبتنی بر لبه بر مبناي سیستم بینایی انسان، تقسیم بندي مبتنی بر ناحیه تبدیل حوضچه و در نهایت روش هاي ریخت شناسی جهت اشکار سازي مکان تومور می باشد.
-2 ناحیه بندي تصویر مبتنی برسیستم بینایی
به علت اینکه قرار است از بینایی چشم انسان براي بخش بندي تصاویرMRI بهره ببریم لازم است که مروري اجمالی برسلول هاي دریافت نور چشم داشته و در نهایت مدل ریاضی انها را براي مدل کردن این سلول در پروسه شبیه سازي بهره ببریم.
-1-2 مدل سلول هاي چشم
در آغاز دهه 1960 با مطالعه نروفیزیولوژیکی سیستم بینایی میمون ها و گربهها مشخص شد که بیشتر سلولهاي کورتکس بینایی به خط یا لبه داراي جهت معین در موقعیت مشخصی از میدان بینایی پاسخ میدهند ا6ا دو نوع سلول حساس به جهت مشاهده شدند. سلول هایی که به جهت افزایشییاکاهشی بودن خطها و لبه ها حساسی بودند، سلولهاي ساده نامیده شدند و سلول هایی که به جهت افزایشییا کاهشی بودن لبهها حساس نبودند، سلولهاي پیچیده نامیده شدند. سلول هاي ساده توسط فیلترهاي خطی و بدنبال آن یکسوسازي نیم موج مدل شدند. بویژه خانواده اي از توابع گابور دو بعدي بعنوان مدلی از خواص فیلتر سازي خطی سلول هاي ساده پیشنهاد شدند. این فیلتر بوسیله جهت و فرکانسی مکانی ترجیحی مشخص می شود.
-2-2 اطلاعات لبه
رابطه زیر پاسخ سلول ساده حساسی به جهت ترجیحی k
وفرکانس مکانی 1 به یک تصویر داراي تابع توزیع شدتروشنایی i - x, y - را نشان میدهد در این رابطه، , نشان دهنده اختلاف فاز و N نشان دهنده تعداد جهت هاي ترجیحی هستند. پارامتر عرضی میدان دریافت سلول را مشخصی می کند . میزان بیضوي بودن میدان دریافت نیز به مقدار بستگی دارد. پارامتر اختلاف فاز است و تقارن پاسخ ضربه مربوط به سلولی ساده را مشخصی می کند. پاسخ ضربه سلولی ساده براي 0و متقارن - زوج - است و براي و ضد متقارن - فرد - است و براي سایر مقادیر P نیزغیر متقارن است.
پس از تعیین داده هاي کانول شده در هر زاویه که به طور خاص براي سلول هاي ساده برابر دو می باشد در هر راستاي kداده ها را وزن دهی کرده و با هم جمع می کنیم تا مقدار بدست امده رفتار مشابه با گرادیان به ما بدهد این به این معناست که داده ها در نزدیک لبه مقدار شدت بالاتري از سایر مقادیر داشته باشد در این صورت اندازه تابع IG برابر با اندازه گرادیان تصویر می باشد.
از آنجا که تمامی مقادیر نشان داده شده لبه شکل نمی باشند باید با سلول پیچیده احتمال بافت بودن پیکسل ها را محاسبه کرده و ان را نیز در نتیجه نهایی ترتیب اثر دهیم
-3-2 اطلاعات بافت
سلول هاي پیچیده عملکرد ي مشابه با عملکرد دو سلول ساده با اختلاف فاز π/2 می باشد که رابطه آن به صورت زیر می باشد.
براي بدست اوردن اطلاعات بافت باید در 8 جهت رابطه زیر را محاسبه کنیم
محاسبه تغییرات محتواي بافت با استفاده از مدل سلول ساده به صورت زیر محاسبه می شود.
و در نهایت شکل مورد نظر براي اعمال تبدیل حوضچه از رابطه زیر بدست می آید.
-4-2 تبدیل حوضچه
براي این که تبدیل حوضچه کاراریی مناسبی داشته باشد از اعمال آن بر روي تصاویر به علت داشتن مینیمم هاي محلی زیاد خود داري میکنند و آن را بر روي گرادیان تصویر اعمال می کنندوِ.یژگی گرادیان به این صورت است که به نقاط مرزي تصویر شدت رنگ بیشتري اختصاص می دهد . در این مقاله ما از مدل سلول ساده و پیچیده استفاده کرده و گرادیانی را بر این مبنا تعریف میکنیم که به تغییر شدت در نقاط مرزي حساس بوده و بافت هاي مغز را در نظر نگیرد. که در بخش شبیه سازي تفاوت این دو نمایش داده شده است.
-3 ریخت شناسی
عملیات ریخت شناسی در واقع نوعی ترمیم تصویر، پرکردن بخش هاي ازدست رفته یا مخدوش تصویر بر اساس اطلاعات اطراف ناحیه مخدوش درتصویر است.
در واقع عملیات ریخت شناسییک عملیات غیر خطی است که تصویر هدف با یک عنصر سازنده سروکار دارد.از میان این عملیات، چهار نوع از مهم ترین آنها فرسایش، گسترش، باز کردن و بستن است که در آن اشیا در یک تصویر باینري رشد می کنند و یا در اصطلاح ضخیم تر یا نازك تر می شوند.
-1-1-3 سایش
حاصل فرسایشA با جز ساختاريB عبارت است از زیر مجموعه A که با انتقال B بر روي آن جزیی از B می باشد
