شناسايي محل قرار گيري تومور كبد و تشخيص آن با استفاده از ماشين بردار پشتيبان و الگوريتم بهينه ساز جغرافياي زيستي

تصاوير سي تي اسكن سطح بالايي از نويز دارد و به اين دليل كه كنتراست بين تومور و بخش اصلي كبد پايين است كشف تومور و ترسيم قابل اطمينان آن، كار دشواري خواهد بود. علاوه بر محدوديت هاي روش تصويربرداري، تقسيم بندي تومور كبد، به خاطر تنوع تومور در اندازه و ساختار و به خاطر اينكه تومورها عملاً در هر نقطه از كبد مي توانند حضور داشته باشند. پيچيده خواهد شد. بدين منظور در اين مقاله يك الگوريتم ناحيه بندي خودكار كبد با استفاده از تجزيه و تحليل بافت بر مبناي روش مورفولوژي، براي تشـخيص بافت كبدي و تومورها از روي تصاوير CT ارائـه شـده اسـت. ايـن الگـوريتم ناحيـه بنـدي خودكـار كبـد، بـا اسـتفاده از استخراج ويژگي هاي بافت و طبقه بندي كننده SVM كه مقادير كنترلي آن با الگوريتم بهينه سازي جغرافياي زيستي بهينه شده است پياده سازي و مورد آزمايش قرار گرفته است. ويژگي هاي بافت، بـا استفاده از شدت روشنايي پيكسل ها و عمليات مورفولوژي بافت كبد از عكس جدا شده و ماسك مناسب آماده مي شود. سپس جهت تشخيص تومورهاي خوش خيم و بد خيم ويژگي هاي تصوير اعم از تعداد شي ها، مساحت، ماكزيمم، مينيمم وطول شي استخراج مي شود. اين ويژگي ها جهت تشكيل يك بردار ويژگي 11*400 كه متشكل از 11 ويژگي و 200 عكس براي تشخيص تومور خوش خيم و 200 عكس براي تشخيص تومور بدخيم است استفاده مي شود. و در انتها اين بردار ويژگي به عنوان ورودي طبقه بندي كننده SVM استفاده مي شود كه تومورها را در تصاير ورودي CT تشخيص مي دهد.