استخراج اتوماتيك مرز اجسام ليشمن موجود در نمونه‌هاي مغز استخوان بيماران مبتلا به ليشمانيازيس احشايي

مقدمه: تشخيص خودكار مرز در تكنيك‌هاي پردازش تصوير، يكي از مهم ترين مراحل تشخيص بيماري توسط كامپيوتر مي‌باشد كه دقت و صحت مراحل بعدي به طور حساسي به آن وابسته است. پس از رنگ‌آميزي تصاوير ميكروسكوپي ميزان آرتيفكت‌هاي تصوير افزايش مي‌يابد. از اين رو، يافتن مرز دقيق اشيا به منظور استخراج ويژگي دقيق بسيار مهم مي‌باشد. روش‌ها: در اين مقاله، با پردازش تصاوير ميكروسكوپي گرفته شده از نمونه‌هاي حاصل از آسپيراسيون مغز استخوان افراد مبتلا به بيماري ليشمانيازيس احشايي، به كمك روش‌هاي آستانه‌گذاري اوتسو (Otsu)، ساوولا (Sauvola) و k-ميانگين، جسم ليشمن به صورت خودكار بخش‌بندي شد. به منظور جمع‌آوري مجموعه‌ي تصاوير، دوربين عكس‌برداري ديجيتال 9Sony DSC-H متصل به ميكروسكوپ نوري 200RF40Olympus-CH استفاده گرديد. روش‌هاي پيشنهادي بر روي 20 تصوير ميكروسكوپي آزمايش گرديد. جهت شناسايي اجسام ليشمن از بين موارد استخراج شده، براي هر كانديد ويژگي‌هاي هندسي مانند كشيدگي، نرخ مساحت، گردي، استحكام و ويژگي‌هاي بافتي مانند ميانگين، واريانس، همواري، ممان سوم، يكنواختي و آنتروپي محاسبه شد. سپس با استفاده از طبقه‌بند شبكه‌ي عصبي جلوسو، اجسام موجود به دو گروه سالم و معيوب طبقه‌بندي شدند. يافته‌ها: در هر روش، به منظور يافتن بهترين حالت اجرايي ممكن، مقايسه‌اي صورت گرفت و مشخص گرديد كه استفاده از سطح پنج براي روش اوتسو، مقدار آستانه 0/1 براي روش ساوولا و تعداد خوشه‌ي پنج براي روش k-ميانگين، كمترين ميزان خطاي استخراج مرز را به دنبال دارند. نتيجه‌گيري: نتايج به دست آمده پس از مقايسه‌ي دستاوردها با نظر پزشك متخصص، نشان داد كه روش ساوولا داراي كمترين خطاي استخراج مرز و روش اوتسو بهترين روش براي شناسايي جسم ليشمن مي‌باشد.