بخشی از مقاله
چکیده : بیماری ام اس - Multiple sclerosis - یک بیماری ناتوانکننده است که مغز و نخاع را تحت تاثیر قرارداده و باعث از دستدادن کنترل، دید، تعادل و حواس - بی حسی - میشود. در بیماری ام اس، سیستم ایمنی بدن شروع به حمله به مغز و نخاع دوتا از اجزاء مهم که سیستم مرکزی اعصاب را کنترل میکنند، کرده و باعث فلج شدن و از کارافتادگی آنها میشود.
با شروع این بیماری در ماده سفید مغز ضایعاتی ایجاد می گردد که توسط تصاویر MRI قابل مشاهده است بطوری که می توان با استفاده از تکنیک های قطعه بندی این ضایعه را در تصاویر MRI قطعه بندی و استخراج کرد. هدف از انجام این پروژه قطعه بندی تصاویر بیماری MS با الگوریتم فازی سی مینز و بهینه سازی آن توسط سیستم فازی عصبی است. الگوریتم فازی سی مینز یکی از پر کاربرد ترین الگوریتمهای خوشه بندی است که از آن می توان در قطعه بندی کردن تصاویر MRI استفاده کرد. بعد از قطعه بندی کردن تصاویر، خروجی الگوریتم پیشنهادی را با استفاده از سیستم فازی عصبی بهینه سازی کرده ایم.
-1 مقدمه
پردازش تصاویر امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته میشود که شاخهای از دانش کامپیوتر است. یکی از مهمترین شاخه های پردازش تصویر، بینایی ماشین می باشد. بینایی ماشین به روش هایی میپردازد که به کمک آن ها میتوان معنی و محتوای تصاویر را درک کرد تا از آن ها در کارهایی چون رباتیک استفاده شود. تصویر مهمترین جز مورد استفاده در زمینه بینایی کامپیوتر می باشد که در هدایت ربات ها، تشخیص بیماری از روی تصاویرMRI ، غیره به کار می-رود.همانطور که مشخص است این تکنیک برای اشکارسازی اشیاء گوناگون بصورت خودکار در تصویر می تواند به کار برده شود.
یکی از موارد پر کاربرد در پردازش تصویر قطعه بندی تصاویر هوایی می باشد. به طور کلی قطعه بندی یکی از مشکل ترین مباحث در پردازش تصویراست که در موفقیت عمل تحلیل تصاویر بسیار موثر است. بیماری اسکلروز متعدد - MS - یک بیماری مزمن التهابی و اغلب پیشرونده سیستم اعصاب مرکزی - مغز و نخاع - است که با از بین رفتن غلاف میلین در مناطقی از اعصاب مغزی بصورت تکه های کوچک - پلاک - مشخص می شود و باعث اختلال در انتقال پیام های عصبی می شود. این بیماری ناتوانکننده که سیستم اعصاب مرکزی - مغز و نخاع - را تحت تاثیر قرارداده، باعث از دستدادن کنترل، دید، تعادل و حواس - بی حسی - میشود .
در این بیماری اعصاب مغز و نخاع توسط سیستم ایمنی بدن آسیب میبینند، که به این اختلال بیماری خودایمنی میگویند. بیماری های خودایمنی بیماری هایی هستند که در آنها سیستم ایمنی بدن که وظیفهشان حفاظت از بدن و نابودکردن عوامل آسیب رسانهای خارجی همچون باکتری هاست، اشتباها شروع به حمله به بافتهای بدن مینمایند.
با شروع این بیماری در ماده سفید مغز ضایعاتی ایجاد می گردد که توسط تصاویر MRI قابل مشاهده است بطوری که می توان با استفاده از تکنیک های قطعه بندی این ضایعه را در تصاویر MRI قطعه بندی و استخراج کرد. هدف از انجام این پروژه قطعه بندی تصاویر بیماری MS با الگوریتم فازی سی مینز و بهینه سازی آن توسط شبکه های عصبی است.
-2 روش های قطعه بندی
در سال های اخیر، تحقیقات زیادی در زمینه فرایند قطعه بندی تصویر انجام شده است. قطعه بندی تصویر فرایندی است برای تقسیم کردن یک تصویر به بخشهای مختلف. در قطعه بندی، پیکسل هایی که از در حال حاضر صدها الگوریتم مختلف برای قطعه بندی تصاویر ارائه شده است. که در ادامه به برخی از آنها اشاره می شود.
1؛-2 قطعه بندی مبتنی بر تشخیص لبه
تشخیص لبه یک مرحله بسیار مهم در پردازش تصاویر دیجیتالی و بینایی کامپیوتر می باشد. در یک تصویر، لبه ها نمایش دهنده محدوده یک شی هستند و به همین علت کمک زیادی در تشخیص و قطعه بندی اشیا یک تصویر می کنند.
1؛2؛-2 روش مبتنی بر گرادیان
گرادیان مشتق اول برای تصویر - f - x,y می باشد، زمانی که تغییرات ناگهانی شدت نور در نزدیکی لبه ها وجود دارد . مقادیر بزرگ گرادیان می تواند نقاطی باشند که دارای تغییرات ناگهانی بین دو ناحیه است. این نقاط همان پیکسل های لبه هستند که می توانند با متصل شدن به یکدیگر یک محدوده بسته را تشکیل دهند.
2؛2؛-2 روش مبتنی بر آستانه
قطعه بندی تصویر با استفاده از روش آستانه کاملا ساده است. این روش معمولا برای تصاویری قابل استفاده می باشد که دارای اشیا روشن در پس زمینه تاریک یا بالعکس می باشند. این روش یک مقدار آستانه T مناسب را انتخاب می کند به طوری که پیکسل های تصویر را به چندین کلاس تقسیم کند و اشیا را از پس زمینه جدا کند.
3؛2؛-2 آستانه-گذاری سراسری
روش آستانه گذاری سراسری - تکی - زمانی مورد استفاده قرار می گیرد که توزیع شدت نور بین پس زمینه و پیش زمینه خیلی زیاد باشد. در این حالت یک مقدار آستانه می تواند به راحتی مرز بین اشیا و پس زمینه را از هم جدا کند. بنابراین, در این روش آستانه گذاری, مقدار آستانه T تنها به مقدار پیکسل ها و سطح خاکستری تصویر بستگی دارد.
4؛2؛-2 آستانهگذاری محلی
این روش تصویر را به چند ناحیه تقسیم می-کند و برای هر ناحیه یک مقدار آستانه T-s انتخاب می کند. بنابراین، آستانه به - f - x,y و p - x,y - بستگی دارد.
2؛-2 قطعهبندی مبتنی بر ناحیه
در مقایسه با روش های قطعه بندی مبتنی بر لبه, روش قطعه-بندی مبتنی بر ناحیه ساده تر است و البته در مقابل نویز نیز مقاوم تر است. بر خلاف الگوریتم های قطعه بندی تصویر مبتنی بر لبه که تصویر را بر اساس تغییرات شدید شدت نور پیکسل های همسایه تقسیم می کند، روش قطعه بندی مبتنی بر ناحیه یک تصویر را به ناحیه هایی تقسیم می کند که بر اساس یکسری شرایط از پیش تعیین شده شبیه به هم هستند.
-3 بیماری MS در تصاویر MRI
انجام MRI از مغز و ستون فقرات بیماران مشکوک به ام اس می تواند نقش مهمی را در تشخیص این بیماری ایفا کند. متخصص مغز و اعصاب - نورولوژیست - و متخصص رادیولوژی - رادیولوژیست - می توانند با مشاهده عکس MRI تشخیص بیماری ام اس را بدهند. در MRI بیماران ام اسی، لایه محافظ اطراف مغز و نخاع دچار آسیب شده و اصطلاحا دمیلینه می شود.
بیماری ام اس خود را در MRI به شکل کانونهای سفید رنگ گرد و بیضوی متعدد در ماده سفید مغز نشان می دهد که اصطلاحا" به آن پلاک می گویند و هر روزه در MRI مغز افراد مختلف که بدون علامت بالینی خاصی MRI مغز می گیرند این کانونهای کوچک ملاحظه می شود که گزارش آن توسط رادیولوژیستها باعث نگرانی خانوادهء آنها و پزشک معالج می شود.
اما واقعیت این است که تشخیص اصلی بیماری MS تنها به معاینات بالنی دقیق و توسط پزشک متخصص داخلی مغز و اعصاب صورت می گیرد و نه به وسیله .MRI MRI ضایعات مربوط به آسیب میلین را در مغز ، ساقه مغز ، مخچه و یا نخاع که به صورت ضایعات گرد با حدود مشخص با اندازه از چند میلیمتر تا چند سانتیمتر میباشند را دیده بافت - که حاکی از وجود بیماری ام.اس است را تشخیص می دهند - شکل زیر - . تشخیص لزیون ها ی جدید یا افزایش آنها بوسیله MRI روشی است که برای پیگیری تاثیر درمان موثر است.
تشخیص لزیون ها پیش از بروز نشانه های بعدی امکان شروع درمان زودهنگام را که می تواند سودمند باشد ، فراهم می سازد. بنابر این بسیاری از متخصصین اکنون طرفدار انجام MRI مغز هستند.اما بهرحال نه میزان و نه تعداد لزیون های در حال رشد، الزاما بیانگر شروع فوری یا بدتر شدن نشانه ها و یا پیشرفت MS پیشرونده ثانویه نیست. تشخیص حفره های سیاه بنام حفره های سیاه نشانگر پیشرفت بیماری است. این لزیون ها در مغز تشکیل می شوند و سیگنال هایی رابر اسکن MRI می فرستند.
تحلیل نتایج
بانک اطلاعاتی شامل چندین مورد از بیماران مراجعه کننده به مرکز تصویربرداری MRI بیمارستان امیرکبیر اراک می باشد که تعدادی از تصاویر پس از تایید پزشک متخصص به عنوان نمونه آزمایشی و تست برنامه مورد ارزیابی قرار گرفته است. در این مرحله عکسهای MRI عبور داده از مرحلهی پیش پردازش جمعآوری میشود سپس نمونهبرداری از پلاک های MSو سالم صورت میپذیرد. در نهایت این نمونهها کنار هم چیده میشوند و بانک اطلاعاتی مورد نظر شکل میگیرد.
نتایج بدست آمده ازالگوریتم پیشنهادی
در این بخش نتایج بدست آمده از قطعه بندی تصاویر MRI بیماری MS با الگوریتم فازی سی مینز - FCM - و بهینه سازی آن توسط سیستم فازی عصبی نشان داده می شود.
