اولتراسوند در پزشکی / سونوگرافی / اکوگرافی / پژواکنگاری / صوتنگاری
صبا جعفریکیا؛ حمید بهنام؛ مجید وفاییزاده؛ علی حسین ثابت
دوره 15، شماره 3 ، آذر 1400، ، صفحه 187-197
چکیده
بیماریهای قلبی یکی از اصلیترین عوامل به خطر انداختن سلامت و زندگی انسان هستند. از مهمترین بیماریهای قلب، بیماریهای مربوط به دریچههای قلب بوده که در طی سالهای اخیر روندی افزایشی داشته است. تشخیص و درمان درست و به موقع این بیماریها، بهبود کیفیت زندگی و افزایش طول عمر افراد را به دنبال دارد. از این رو محققان همواره به دنبال ...
بیشتر
بیماریهای قلبی یکی از اصلیترین عوامل به خطر انداختن سلامت و زندگی انسان هستند. از مهمترین بیماریهای قلب، بیماریهای مربوط به دریچههای قلب بوده که در طی سالهای اخیر روندی افزایشی داشته است. تشخیص و درمان درست و به موقع این بیماریها، بهبود کیفیت زندگی و افزایش طول عمر افراد را به دنبال دارد. از این رو محققان همواره به دنبال یافتن روشهایی برای بهبود و تسریع روند تشخیص این بیماری بودهاند. تصاویر پزشکی، فعالیت قلب انسان را بررسی و ضبط کرده و از جمله راههای اصلی تشخیص مشکلات قلبی هستند. عموما پردازش این تصاویر پیچیده و زمانبر است، به همین جهت محققان به دنبال پیدا کردن روشهایی برای سادهسازی پردازش این تصاویر هستند. یادگیری منیفلد یکی از روشهای کاهش بعد غیرخطی است که الگوریتمهای مختلفی داشته و میتواند موجب سادهسازی پردازش تصاویر اکوکاردیوگرافی شود. در این پژوهش با کمک یکی از الگوریتمهای یادگیری منیفلد به نام LLE، تصاویر اکوکاردیوگرافی مورد بررسی قرار گرفته و سعی شده است تا با کمک روش یادگیری منیفلد دادههای سالم از دادههای دارای اختلال دریچهی میترال شناسایی شده و ویژگیهای جدا کنندهی سه گروه پاتولوژی دریجهی میترال شامل MVP، MS و III-b استخراج شود. نتایج به دست آمده نشان میدهد که بیش از 80% نمونههای گروه طبیعی از نظر ساختار منیفلد الگویی متفاوت با نمونههای دارای اختلال دارند.
پردازش تصاویر پزشکی
پریسا گیفانی؛ حمید بهنام؛ زهرا علیزاده ثانی
دوره 4، شماره 2 ، شهریور 1389، ، صفحه 149-160
چکیده
روشهای کاهش بُعد غیرخطی، در دهها خیر بار دیگر مورد توجه محافل علمی قرار گرفتهاند.با تمرکز محققان علم کامپیوتر بر این مسئله، در چند سال اخیر مجموعهای از ابزارها به وجود آمدهاند که کاربردهای آنها در دادهکاوی، پردازش تصویر، طبقهبندی، تحلیل ونمایاندن دادگان رو به افزایش است.در این میان یادگیری منیفلد ابزاری قدرتمند برای ...
بیشتر
روشهای کاهش بُعد غیرخطی، در دهها خیر بار دیگر مورد توجه محافل علمی قرار گرفتهاند.با تمرکز محققان علم کامپیوتر بر این مسئله، در چند سال اخیر مجموعهای از ابزارها به وجود آمدهاند که کاربردهای آنها در دادهکاوی، پردازش تصویر، طبقهبندی، تحلیل ونمایاندن دادگان رو به افزایش است.در این میان یادگیری منیفلد ابزاری قدرتمند برای کاهش بعد غیرخطی دادگان است. پارامترهای ذاتی سیستم که عامل اصلی تمایز دادگان از یکدیگرند با استفاده از این ابزار شناسایی شده و کل مجموعه بر روی منیفلدی که بیانکننده ارتباط واقعی پارامترهاست، قرار میگیرد. بدین ترتیب ارتباط بین دادگان در فضایی با بعد کمتر بیان میشود. یکی از کاربردهای موفق این روشها در تحلیل تصاویر است. با این دیدگاه فرض میشود هر تصویر دادهای در بعد بالا بوده که هر پیکسل یک بعد از فضا را اشغال میکند. درصورتیکه این مجموعه تصاویر از شیئی خاص اخذ شده باشند که براساس پارامترهای کمّی با یکدیگر تفاوت دارند؛ میتوان با استفاده از ابزارهای مناسب یادگیری منیفلد، این مجموعه تصاویر را در فضایی با بعد کمتر به گونهای نگاشت کرد که ارتباط ذاتی پارامترها حفظ شود.در این تحقیق چگونگی بهکارگیری این ابزار برای تحلیل مجموعه تصاویر اکوکاردیوگرافی مورد بررسی قرار میگیرد. از آنجا که تصاویر اکوکاردیوگرافی اخذ شده از یک بیمار براساس پارامترهای کمّی از جمله حرکت تناوبی قلب و نویز متفاوت هستند، با استفاده از الگوریتم مناسب یادگیری منیفلد، مجموعه تصاویر در فضای دوبعدی فرونشانده میشوند و ارتباط بین فریمهای متوالی در فضای جدید تعیین میشود. در این تحقیق با استفاده از دو الگوریتم LLEو ISOMAP، پس از نگاشت چند دوره تناوب تصاویر در فضای دوبعدی، تصاویر مشابه در کنار یکدیگر قرار گرفته و رابطه بین تصاویر بر اساس خاصیت تناوبی ضربان قلب نمایان میشود. نتایج حاکی از ضعف الگوریتم ISOMAPو قدرت الگوریتم LLEدر حفظ ارتباط واقعی تصاویر اکوکاردیوگرافی در فضای دوبعدی است. در نهایت، کاهش نویز تصاویر به صورت میانگینگیری تصاویر مشابه بر روی منیفلد حاصل از الگوریتم LLEبه عنوان یک کاربرد مفید معرفی میشود.