نام و نام خانوادگی: قدرت سپهوندي
عنوان پایان نامه: استخراج ویژگی از تصاویر MRI جهت تشخیص بیماری MS به کمک الگوریتم ژنتیک و طبقه بندی KNN
رشته تحصیلی: مهندسی پزشکی – بیوالکتریک
استاد راهنما: دکتر مسعود عسگري
چکیده: بیماری اسکلروز چندگانه (MS) یکی از شایع ترین بیماری های خود ایمنی سیستم عصبی مرکزی است که عمدتا از 30 سالگی جوانان را تحت تاثیر قرار داده و باعث بروز مشکلاتی مانند از دست دادن کنترل، بینایی، تعادل و حواس می شود. بیماری MS یا اسکلروز چند گانه نوعی اختلال در سیستم خود ایمنی اعصاب مرکزی است که باعث التهاب زخم ها ضایعات گوناکون در مغز و سیستم عصبی مرکزی می شود. در این پژوهش با استفاده از ترکیب الگوریتم ژنتیک و طبقه بند KNN جهت تشخیص در مدت زمان کمتر و از طرفی با افزایش دقت، به استخراج ویژگی هایی خاص از داده های تصاویر MRI جهت بیماری MS پرداخته می شود. در تحقیق حاضر تجزیه و تحلیل داده ها با استفاده از نرم افزار MATLAB شبیه سازی می شود. برای بدست آوردن اطلاعات از بیمارانی که دارای بیماری MS هستند، تصاویر MRI گرفته شده و این تصاویر در مقایسه با تصاویر افراد سالم با استفاده از روشهای الگوریتم ژنتیک و KNN طبقه بندی شده و نتایج بدست آمده ارائه شده است.
تاریخ دفاع: تابستان 1399
کلیدواژه ها: تصاویر MRI، بیماری MS، الگوریتم ژنتیک، طبقه بند KNN