تطوير خوارزمية جينية لتحديد الخصائص الهامة من صور الرنين المغناطيسي للدماغ للحصول على مصنف اسرع وادق

ان اجراء عملية التصنيف لكمية كبيرة من صور الرنين المغناطيسي للدماغ، لمجموعة كبيرة من الخصائص المستخرجة من هذه الصور سيتم بدقة محدودة وبسرعة بطيئة، وللحصول على مصنف اسرع وادق يجب تقليل هذه الخصائص. ان تحديد الخصائص هو اجرائية تحديد مجموعة صغيرة من الخصائص لبناء نموذج توصيف البيانات. ان الهدف الرئيسي من تحديد الخصائص هو تقليل عدد الخصائص المستخدمة للتصنيف وذلك لتحسين الدقة والسرعة. هناك عدد كبير من الخوارزميات التقليدية قدمت سابقاً لتحديد المجموعات الجزئية من الخصائص، في هذه المقالة تم استخدام قاعدة بيانات صور رنين الدماغ الماخوذة من الموقع: The MNI BITE database http://www.bic.mni.mcgill.ca/~laurence/data/data.html# تبدا الخطوات باجراء معالجة اولية للصورة قبل ادخالها الى الخوارزمية بتحويلها الى صورة ثنائية بتدرج رمادي ليتم بعد ذلك ازالة المعلومات النصية من الصورة (معلومات المريض وبارامترات صورة الدماغ) وذلك باستخدام خوارزمية خاصة، بعد ذلك يتم ازالة اجزاء الجمجمة من صورة الدماغ دون التاثير على المادة البيضاء والمادة الرمادية في الدماغ. ثم بعد ذلك يتم استخدام مرشح معدل (مطور) عن المرشح الوسيط لازالة الشوائب من الصورة الرقمية الناتجة، يتم ضغط الصورة وتمديدها باستخدام الهرم الغاوصي، ليتم بعدها كشف حواف الصورة الناتجة باستخدام هرم اللابلاسيان, يتم استخراج خصائص الاكساء من الصورة وهي عبارة عن مجموعة كبيرة من الخصائص، كخصائص التباين (النصوع), وخصائص التصحيح وخصائص التجانس وخصائص العشوائية, بعدها يتم تطبيق خوارزمية جينية مطورة لتحديد الخصائص الهامة من الخصائص الكبيرة المستخرجة لادخالها الى مصنف K اقرب جار.