بهبودتشخیص تومور مغزی در تصاویرMRI توسط الگوریتم خوشه بندی فازی و K-mean

بهبودتشخیص تومور مغزی در تصاویرMRI توسط الگوریتم خوشه بندی فازی و K-mean

آسیه جعفرزاده1 سیامک حقی پور2

1) دانشجوی دکتری دانشکده برق الکترونیک
2) گروه مهندسی پزشکی واحد تبریز دانشگاه ازاد اسلامی تبریز ایران

کد IOI مقاله : XYFD-BBCBE
محل انتشار : کنفرانس بین المللی نوآوری در علوم و تکنولوژی(istconf.com)
چکیده :
    مغز به عنوان یک عضو حیاتی بدن ,بسیاری از عملکردهای مهم بدن را کنترل ميكند. انواع مختلفی از تومور‌های مغزی و نخاعی وجود دارد تومورها يا خوش‌خیم و یا بدخیم اند. تومورهای مغزی خوش‌خیم رشد کرده و بر نواحی مغزي نزدیک فشار می‌آورند. آنها به‌ندرت به دیگر بافت‌ها سرایت کرده و یا عود می‌کنند. در حالي‌كه تومورهای مغزی بدخیم به سرعت رشد کرده و به دیگر بافت‌های مغز نيز سرایت مي‌کنند. زمانی‌که تومور به دیگر نواحی مغز سرایت کرده و یا فشار می‌آورد، مانع کارکردن طبیعی آن قسمت از مغز می‌شود. تومورهای مغزی خوش‌خیم و بدخیم هر دو می‌توانند باعث بروز علائم و گاهی مرگ شوند. تشخیص بیماری توسط پزشک ازطریق مشاهده تصاویرMRI و تعیین محل دقیق توده برای ادامه مراحل درمان بسیارقابل توجه خواهد بود تکنیک های کامپیوتری شده,نتایج صحیح ترو وسیع تری ارائه می کنند لذا در این مطالعه با هدف فراهم آوردن تحلیل کامپیوتری برای پشتیبانی پزشکان درتصمیم گیری در این خصوص گردآمده است نتایج کلی در این تحقیق حاصل از پیش پردازش اولیه تصاویر MRI سپس بخش بندی و ناحیه بندی بوسیله الگوریتم K-mean و سپس خوشه بندی فازی FCM انجام شده و نهایتا ویژگی های مورد نظر استخراج شده و ناحیه تومورمغزی بدست می آید.

کلمات کلیدی : تصاویرmri الگوریتم k mean خوشه بندی فازی fcm