ارائه‌‌ی روشی هوشمند به منظور استخراج خودکار پارامترهای موردنیاز در جراحی ستون فقرات با به‌کارگیری ابر نقاط تصاویر توموگرافیک

ناهنجاری‌های هندسی ستون فقرات، بطور کلی با دردهای مزمن کمری و گردنی همراه هستند. در این ناهنجاری‌ها، انحنای ستون مهره در فضای سه‌بعدی دست­خوش تغییراتی می‌شود که در بسیاری از موارد ضمن کاهش میزان بازشدگی قفسه سینه، به اختلالات تنفسی و اثرات منفی بر روی سیستم قلبی منجر می‌شود. برای تصحیح این ناهنجاری‌ها و جلوگیری از پیشرفت آن‌ها در حالت حاد، جراحان از جراحی فیوژن خلفی ستون مهره‌ها استفاده می‌کنند. قبل از انجام عمل جراحی به منظور تشخیص وضعیت بیمار و انتخاب روش مناسب عمل، استخراج برخی پارامترهای کلینیکی مهم ستون فقرات ازجمله انحناها، زوایای کوب، انحراف جانبی، زوایای مهره‌ها و میزان چرخش آن‌ها در صفحات مختلف ضروری است. دراین پژوهش ابتدا با استفاده از تصاویر توموگرافیک ویرایش شده در نرم‌افزار میمیکس، مدل سه‌بعدی ستون مهره‌ها در قالب ابر نقاط بدست­آمد. سپس ضمن تفکیک و جداسازی مهره‌ها به کمک روش‌های خوشه‌بندی مختلف ازجمله روش شبکه­ی عصبی خودسازمان‌ده، روش k-میانگین و روش سلسله مراتبی، اطلاعات هندسی مهم مقاطع ستون مهره‌ها مانند انحناهای ستون مهره‌ها و زوایای آن با استفاده از الگوریتم‌های تخصیص منحنی، به‌صورت خودکار استخراج شد. بعلاوه، در حین پیاده‌سازی الگوریتم‌های مشخص، سایر ویژگی‌های کلینیکی هریک از مهره‌ها ازجمله کمینه و بیشینه ارتفاع مهره در سه بعد، طول و عرض جسم مهره‌ای و نیز جابجایی نسبی مهره‌ها به صورت خودکار محاسبه گردید. به‌منظور اعتبارسنجی روش‌های ارائه‌شده و اندازه‌های استخراج‌شده، مقادیر به‌دست‌آمده در هر مرحله توسط یک رادیولوژیست و یک جراح ستون فقرات که نسبت به اهداف و نتایج تحقیق ناآگاه بودند، محاسبه شدند. با مقایسه­ی مقادیر متناظر، اعتبار نتایج و کارایی بالای الگوریتم‌های پیشنهادی تأیید گردید.