نام و نام خانوادگی:حمیدرضا فلاح زاده
عنوان پایان نامه: قطعه بندی تصاویر MRI براساس الگوریتم بهینه سازی شیرمورچه چندهدفه
رشته تحصیلی:مهندسی پزشکی-بیوالکتریک
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: آقای دکتر مهدی نصری
چکیده:
قطعه بندی تصاویر اولین گام در تجزیه و تحلیل تصاویر پزشکی MRI است، زیرا می تواند به صورت غیرتهاجمی اطلاعاتی را در مورد بیمار برای رادیولوژیست فراهم کند که برای روند تشخیص بیماری بسیار مهم است. کارآیی چنین سیستم تشخیصی به کمک رایانه متکی به صحت روش قطعه بندی اتخاذ شده است. در این پایان نامه سعی شد تا با استفاده از الگوریتم فراابتکاری بهینه ساز شیرمورچه، تصاویر MRI مغزی تعدادی از بیماران قطعه بندی گردد. الگوریتم بهینه ساز شیرمورچه با الهام از طبیعت، سازوکار شکار شیرمورچه را تقلید می کند. برای پیاده سازی روش پیشنهادی، ابتدا تصاویر مربوط به MRI مغزی دارای تومور به همراه تصاویر مرجع آن از پایگاه داده BraTS 2020 تهیه شد. سپس جهت آزمایش روش پیشنهادی، سکانس هایی از تصاویر مغزی سه بیمار انتخاب و قطعه-بندی شد و با تصاویر مرجع از دیتاست مقایسه شده و با معیارهای ارزیابی دایس، جاکارد، فاصله هاوسدورف و شاخص BF Score مورد ارزیابی قرار گرفت. پس از آن نتایج با دو روش قطعه بندی دیگر مقایسه شد و نتایجی که از بکارگیری روش پیشنهادی حاصل شد، در مقایسه با روش اُتسو و ارزیابی با شاخص های دایس، جاکارد، BF Score و فاصله هاوسدورف به ترتیب به میزان 56/0، 49/0، 42/0، 5/41، و در مقایسه با روش FCM به ترتیب به میزان 14/0،12/0، 11/0، 53/23 بهبود یافت. در نهایت نتایج بدست آمده از عملکرد الگوریتم پیشنهادی، نشان داد که روش ارائه شده پاسخ قابل قبولی داشته و می تواند دقت بالاتری را در قطعه بندی تصاویر ارائه دهد.
کلیدواژه: :قطعه بندی تصویر، بهینه سازی، الگوریتم فراابتکاری، الگوریتم بهینه سازی شیرمورچه، بهینه سازی چندهدفه