تشخيص خودكار الگوهاي پاتولوژيك ريوي در تصاوير HRCT بيماران مبتلا به ILD

تشخيص خودكار الگوهاي پاتولوژيك ريوي در تصاوير HRCT بيماران مبتلا به ناهنجاري هاي بافت بينابيني ريه (ILD)، يك مرحله مهم در ايجاد يك سيستم تشخيص به كمك رايانه مي باشد. الگوريتم ارايه شده جهت دسته بندي الگوهاي بافت ريه شامل سه مرحله مي باشد: در مرحله ي اوّل ريه از پس زمينه جدا مي شود. در مرحله ي دوم دو بانك فيلتري موجك فوق كامل به نام هاي فريم هاي موجك گسسته (DWF) و فريم هاي موجك دوران يافته (RWF) براي استخراج ويژگي از نواحي مطلوب (ROI) تعريف شده درون بافت ريه استفاده مي شوند و در نهايت الگوريتم k- نزديكترين همسايه ي فازي براي دسته بندي الگوها اعمال مي گردد. در اين مطالعه چهار الگوي مرتبط با ILD (شيشه مات، لانه زنبوري، رتيكولار و نرمال) از يك پايگاه داده شامل 340 تصوير HRCT انتخاب شده اند و مورد بازشناسي قرار مي گيرند. عملكرد سيستم رايانه اي با عملكرد دو راديولوژيست مورد ارزيابي قرار مي گيرد. ضريب توافق كاپا بين سيستم و دو راديولوژيست به طور متوسط 6543/0 مي باشد، در مقايسه با ضريب توافق 6848/0 بين دو راديولوژيست. در پايان تحقيق، با انجام تحليل آماري، رابطه ي ميان داده هاي كمّي حاصل از سيستم رايانه اي و نتايج آزمايش تنفسي ارزيابي شده است. نتايج حاصل از تحليل آماري نشان مي دهد فرآيند ارزيابي كمّي بافت ريه و دست يابي به مقادير عددي و دقيق به ازاي الگوهاي موجود در بيماري هاي بافت بينابيني ريه با استفاده از تصاوير HRCT، با موفقيت انجام شده است و ميان نتايج كمّي حاصل از سيستم رايانه اي و نتايج آزمايش تنفسي بيمار، همبستگي وجود دارد. چنين سيستمي مي تواند منجر به بهبود تصميم گيري و كارآيي پزشك به واسطه ي تسهيل در كشف و ارزيابي الگوهاي تصويري پيچيده، كاهش تفاوت ميان مشاهده گرها و حذف اعمال تكراري و تاحدودي خسته كننده شود.