چکيده
قطعه‌بندي يك تصوير روشي براي بخش‌بندي تصوير به تعدادي ناحيه است. نواحي بر اساس رنگ، بافت و يا روشنايي از يكديگر متمايز مي‌شوند. تشخيص تومور در تصاوير مغزي به كمك قطعه‌بندي انجام مي‌شود كه بايد تومور از بافت‌هاي سالم جداسازي شود. بافت‌هاي سالم مغز سه نوع هستند: ماده سفيد ماده خاكستري و مايع مغزي نخاعي. به دليل متفاوت بودن تومورها ازنظر شكل، اندازه و موقعيت قرارگيري در هر بيمار قطعه‌بندي تومورهاي مغزي با چالش‌هايي روبرو است. قطعه‌بندي تومورهاي مغزي يك امر مهم در پردازش تصاوير پزشكي است به اين دليل كه تشخيص به‌موقع تومورها نقش مهمي در افزايش احتمال درمان دارد. تصاوير مغزي را مي‌توان با روش‌هاي گوناگوني به دست آورد ازجمله MRI, X-ray, PET, CT, SPECT. بيشتر تصاوير MRI هستند كه براي نمايش پاسخ تومور به روند درمان به‌كارگيري مي‌شوند.
قطعه‌بندي دستي به دليل حجم زياد تصاوير پزشكي بسيار دشوار و زمان‌گير است بنابراين به روش‌هاي خودكار نياز داريم. الگوريتم‌هاي يادگيري ماشين مجموعه‌اي از روش‌هايي هستند كه قادرند پيش‌بيني‌هاي داده محور از حجم زيادي از داده‌ها ايجاد كنند. ويژگي‌هايي كه در قطعه‌بندي استفاده مي‌شوند نقش مهمي درنتيجه نهايي خواهند داشت بنابراين مهندسي آن‌ها بسيار مهم است. از طرفي روش‌هاي سنتي يادگيري ماشين توانايي تعميم دهي مناسب را ندارند. روش جديد يادگيري ماشين به نام يادگيري عميق محدوديت روش‌هاي كلاسيك يادگيري ماشين را برطرف مي‌كند. اين روش قابليت يادگيري ويژگي‌ها را دارد. همچنين اين روش مسئله وجود داده‌هاي زياد را بهتر مديريت مي‌كند.
به‌طوركلي روش‌هاي مربوط به قطعه‌بندي به چهار دسته اصلي تقسيم مي‌شوند: آستانه گذاري، روش‌هاي مبتني بر ناحيه، روش‌هاي رده‌بندي پيكسل و روش‌هاي مبتني بر مدل. سه روش نخست در قطعه‌بندي تصاوير دوبعدي و روش آخر در قطعه‌بندي تصاوير سه‌بعدي به كار مي‌رود.
