بخشی از مقاله
چکیده - در بیمارستانها و مراکز درمانی تشخیص سرطان خون با تهیه لام از بافت خون و قراردادن زیر میکروسکوپ وتوسط یک متخصص پاتولوژي صورت می گیرد. پاتولوژیستها با توجه به شکل و تعداد گلبولهاي موجود در خون نوع بیماري را مشخص میکنند. در این پژوهش هدف ارائه نرمافزاري است که بتواند با استفاده از هوش مصنوعی و تکنیکهاي پردازش تصویرو شبکههاي عصبی مصنوعی الگوهاي تشخیصی پاتولوژیستها را آموزش دیده، سپس از این هوش مصنوعی در تشخیص سلولهاي خونی و اینکه آیا سرطانی هستند یا نیستند استفاده شود.
در این تحقیق نمونههایی از 50 بیمار سرطانی - لوسمی حاد لنفوییدي - تهیه گردید، سپس در آزمایشگاه از لامهاي آماده شده تصاویر مورد نیاز از کلیه سلولها تهیه گردید. از این تصاویر به عنوان الگوهاي لازم جهت آموزش شبکههاي عصبی مصنوعی طراحی شده، استفاده شد. نرمافزاري متشکل از سه شبکه عصبی مجزا و دو واحد تشخیص رنگ و اندازهگیري مساحت هسته طراحی گردید. هر کدام از سه شبکه عصبی بطور جداگانه و با استفاده از تصاویر تهیه شده مورد آموزش قرار داده شدند. این نرمافزار قادر به تشخیص گلبولهاي قرمز و سفید از یکدیگر بوده و همچنین گلبولهاي سفید نیز در صورت نرمال یا غیر نرمال بودن از هم تشخیص داده شده و حتی نوع L1، L2 و L3 هم از یکدیگر قابل تشخیص میباشند.
-1 مقدمه
تا کنون در زمینه تشخیص سرطان هاي مختلفی چون سرطان پوست، سرطان پستان وپروستات با استفاده از عکسهاي رادیوگرافی و MRI کارهاي زیادي انجام شده است که در قسمت مراجع به بعضی از آنها اشاره شده است. به عنوان نمونه مطالعاتی از قبیل "تشخیص سرطان ریه" در سال 2001 توسط دکتر زو، " تشخیص سرطان پوست " در سال 2006 توسط دکتر میچات آنتکواك انجام شده است.
اما درزمینه تشخیص سرطان خون، با توجه به رنج وسیع و انواع مختلف این نوع بیماري و حجم بسیار زیاد کار هاي مورد لزوم جهت تشخیص نوع سرطان خون،کارهاي اندکی به چشم می خورد. در این تحقیق با استفاده از شبکه هاي عصبی مصنوعی اقدام به ایجاد یک سیستم هوشمند کرده ایم تا عملیات تشخیص سلول سرطانی با دقت و سرعت بالا انجام گیرد. این سیستم هاي عصبی مصنوعی با توجه به توان و انعطاف زیادي که در یادگیري دارند میتوانند طوري برنامه ریزي شوند که انواع مختلف سرطانها را به دقت تشخیص داده و سرعت دستیابی به نتایج آزمایشات را افزایش دهند که این موضوع در مرحله درمان بیماران از اهمیت بسیار زیادي برخوردار است.
لوسمی به معناي سرطانی شدن سلولهاي خونی می باشد که معمولاً در بین انواع سلولهاي خونی، گلبولهاي سفید بیشتر تمایل به سرطانی شدن دارند. سلولهاي سرطانی در مقایسه با سلولهاي خونی طبیعی متفاوت بوده و عملکرد طبیعی خود را نیزاز دست داده اند. سرطانهاي خونی خود به دو دسته لنفوسیت ها و مایلوییدها تقسیم می شوند که هر کدام از آنها خود به دو صورت حاد ومزمن تظاهر می یابند. درلوسمی حاد، سلولهاي اولیه و نابالغی که اصطلاحاً بلاست نامیده می شوند به تعداد زیاد در گردش خون وجود دارند که معمولاً بسیار نابالغ بوده فاقد عملکرد طبیعی هستند. سرعت تکثیر این سلولها بسیار بالا می باشد و بیماري به سرعت گسترش می یابد.
در لوسمی مزمن نیز سلولهاي بلاستی وجود دارند اما این سلولها بالغ تر بوده و قادر به انجام بعضی اعمال خود می باشند. در این حالت سلول ها آرامتر رشد می کنند و پیشرفت بیماري کندتر می باشد. علاوه براخذتاریخچه کامل و توجه به علایم بالینی که غالبا غیر اختصاصی می باشند - افزایش میزان ابتلا به عفونتها وتب، کم خونی، کاهش وزن، تورم غدد لنفاوي - ، روشهاي تشخیصی انواع سرطانهاي خون شامل مواردذیل است:
- معاینه و ارزیابی بزرگ شدن کبد، طحال، غدد لنفاوي پشت آرنج، کناره ران و گردن
- انجام آزمایشهاي خونی و سایر آزمایشات لازم
- تستهاي خونی براي ارزیابی تعداد سلولهاي خونی نابالغ
- نمونهگیري از مغز استخوان و نمونهگیري از مایع کمري
- روشهاي تصویر برداري نظیر عکسبرداري، سونوگرافی و سی تی اسکن با توجه به مطالب فوق بیشترین تلاش جهت تشخیص
سلولهاي خون بصورت چشمی و با استفاده از تصاویر تهیه شده از بافت خون صورت می گیرد. این نوع تشخیص ارتباط زیادي با میزان توانایی متخصصین دارد و به همین علت هم ممکن است اختلاف نظر هائی در امر تشخیص بوجود بیاید. با توجه به اینکه تعداد و نوع سرطانهاي خون زیاد میباشند و احتمال خطاي متخصصین در امر تشخیص وجود دارد، به همین منظور نیاز به یک نرم افزار جامع و تواناوهوشمندکه قادر به یادگیري نیز میباشد احساس میگردد. این نرم افزار می تواند به عنوان یک ابزار کمکی در تشخیص سرطان با دقت خوب مورد استفاده قرار گیرد.
-2 روش کار
در این پروژه نمونه هایی از 50 بیمار سرطانی - لوسمی حاد لنفوییدي - تهیه گردید، سپس در آزمایشگاه از لام هاي آماده شده تصاویر مورد نیاز از کلیه سلولها خصوصا سلولهاي سرطانی تهیه گردید، سپس از این تصاویر به عنوان الگوهاي لازم جهت آموزش شبکه هاي عصبی مصنوعی طراحی شده، استفاده گردید. سلولهاي خون به سه دسته گلبولهاي سفید، گلبولهاي قرمز و پلاکتها تقسیم میشوند. گلبولهاي سفید خود به دو دسته مایلوییدها و لنفوسیتها تقسیمبندي میشوند. لنفوسیتها نیز به دو دسته نرمال و غیر نرمال دسته بندي شده که رده غیر نرمال خود به سه بخش L1، L2 و L3 تقسیمبندي میگردد.
نحوه تشخیص ردههاي فوق از یکدیگر بر اساس رنگ هسته، اندازه سیتوپلاسم، اندازه هسته و وجود هستکها درون سیتوپلاسم میباشد. در این تحقیق با ایجاد بلوك هایی که قادر به اندازه گیري مساحت و تشخیص رنگ بوده و همچنین طراحی شبکههاي عصبی هوشمندي که با در نظر گرفتن صفات فوق قادر به تشخیص گلبولها از یکدیگر میباشند، اقدام به ایجاد این نرم افزار کردهایم. این سیستم به دو بخش سخت افزار و نرم افزار تقسیم میشود. در بخش سخت افزار نیاز به یک دوربین عکاسی دیجیتال، یک دستگاه میکروسکپ و یک سیستم رایانه اي جهت انتقال و پردازش اطلاعات می باشد. در مبحث نرم افزار بایستی این بخش را به سه قسمت عمده تقسیم بندي کنیم که در ادامه توضیحات کامل داده خواهد شد:
-1انتقال اطلاعات تهیه شده توسط دوربین به رایانه
-2پردازش تصویر گرفته شده از بافت مورد نظر و جدا کردن تصویر گلبول هاي مورد نظر از پس زمینه
-3وارد کردن اطلاعات تهیه شده به شبکه عصبی مصنوعی آموزش داده شده و گرفتن جواب خروجی در نرمافزار از سه شبکه عصبی مجزا، یک واحد تشخیص رنگ و یک واحد تشخیص مساحت استفاده شده است. هریک ازشبکه هاي عصبی وظیفه تشخیص یکی ازگلبول ها را به عهده دارد. در شکل - 1 - بلوك دیاگرام این نرم افزار رسم شده است.
-4 پردازش تصویر - - Image processing
در این مرحله هدف اصلی بدست آوردن یک ماتریس حاوي اطلاعات کاملی از تصویر مورد بررسی می باشد که از این ماتریس جهت آموزش شبکه عصبی استفاده خواهد شد. تصویر تهیه شده توسط دوربین داراي اشکالاتی است که باید رفع گردند و سپس مورد بررسی قرار گیرد. مشکل اول این است که یک تصویر شامل کلیه سلولهاي خونی - گلبول قرمز، گلبول سفید، پلاکتها و... - می باشد و بایستی آنها را از هم تفکیک کرده و بصورت جداگانه مورد بررسی قرار دهیم.
