20880

۲۰۸۸۰

شناسايي خودكار مرز ديواره رگ در تصاوير مقطع نگاري همدوس نوري درونرگي به روش نتروسافيك

كارشناسي ارشد

الكترونيك - مدارهاي مجتمع الكترونيك

۹۷/۹۸

۱۳۹۸/۴/۱۷

دكتر احمد آيت اللهي

برق

پلاك‌هاي آتروسكلروزيس يكي از عوامل مهم سكته‌‌هاي قلبي است كه در درون رگ‌‌هاي كرونري قلب به‌مرورزمان رشد مي‌‌كند. براي تشخيص اين پلاك‌‌ها نياز به روش‌‌هايي براي عكس‌‌برداري از رگ‌‌هاي عروق كرونوري قلب داريم. روش عكس‌‌برداري توموگرافي همدوسي‌‌ نوري (IVOCT) كه يك روش تهاجمي، مبتني بر كاتتر است با به‌كارگيري نور مادون‌قرمز نزديك، تصاوير درون‌رگي مقطعي و سه‌بعدي با رزولوشن بالا در مقياس ميكرومتري ارائه مي‌‌دهد كه براي بررسي و ارزيابي گرفتگي شريان و پلاك‌هاي آسيب‌‌پذير استفاده مي‌‌شوند. با تشخيص مرز لومن، پلاك و اجزاي مختلف رگ مي‌‌توان ميزان خطر بيماري قلبي عروقي را شناسايي كرد كه اولين گام براي شناسايي اين بيماري جداسازي مرز لومن است و اين كار معمولاً توسط راديولوژيست‌‌ها صورت مي‌‌گيرد. استفاده از روش‌‌هاي خودكار براي جداسازي مرز لومن در عروق كرونري قلب منجر به صرفه‌‌جويي در وقت و هزينه مي‌شود و مي‌‌تواند دقت تشخيص بيماري قلبي عروقي توسط پزشك‌‌ها را بالا ببرد. در اين مطالعه ابتدا مفاهيم قلب و رگ بيان مي‌شود و در ادامه روش‌‌هاي خودكار پيشين براي جداسازي مرز لومن در عروق كرونري قلب و تئوري نتروسافيك بيان مي‌شود و همچنين در انتها روشي كه قابليت كشف و جداسازي داده‌هاي نويزي و مرزي را داشته باشد براي جداسازي مرز لومن در تصاوير مربوط به عروق كرونري قلب ارائه مي‌گردد. با استفاده از روش پيشنهادي مبني بر تئوري نتروسافيك به نام نتروسافيك‌c-ميانگين براي سنجه‌هاي فاصله هاسدورف، فاصله متوسط، جاكارد، درصد خطاي ناحيه و دايس به 0.12 ميلي‌متر، 0.07 ميلي‌متر مربع، 97.4 درصد، 0.019 و 98.56 درصد به ترتيب دست‌يافتيم.

1398/04/31

Lumen boundary detection using neurtosophic in IVOCT images

7/8/2019 12:00:00 AM

In this thesis, a novel method for lumen boundary identification is proposed using Neutrosophic c_means. This method clusters pixels of the intravascular optical coherence tomography image into several clusters using indeterminacy and Neutrosophic theory, which aims to detect the boundaries. Intravascular optical coherence tomography images are cross-sectional and high-resolution images which are taken from the coronary arterial wall. Coronary Artery Disease cause a lot of death each year. The first step for diagnosing this kind of diseases is to detect lumen boundary. Employing this approach, we obtained 97.4%, 0.019, 0.07 mm2, 0.12 mm, and 98.56% as mean value for Jaccard measure (JACC), the percentage of area difference (PAD), average distance (AD), Hausdorff distance (HD), and dice index (DI), respectively. Based on our results, this method enjoys high accuracy performance.