jhdm2a (هیستون دمتیلاز حاوی دمین jmjc) یک تنظیم کننده کلیدی تغییرات اپی ژنتیکی است که در بیضه بیان می شود، برای اسپرم زایی ضروری است و به طور اختصاصی لیزین 9 هیستون3 را در حالت مونو و دی متیله، دمتیله می کند.بر اساس مطالعات انجام شده روی موش، jhdm2a به طور مستقیم یا غیر مستقیم به منطقه مرکزی پروموتر پروتئین های گذرای هسته ای و پروتامین ها ، که محصول آنها برای فشرده سازی کروماتین اسپرم نیاز است، متصل می شود. در این مطالعه 150 مرد نابارور که در آزمایش اسپرموگرام ثابت شده آزوسپرم و اولیگوسپرم هستند، با استفاده از روش pcr-sscp، برای تشخیص وجود موتاسیون در سه اگزون13، 23و 25 مورد بررسی قرار گرفتند. در دو فرد بیمار در اگزون 13 و در سه فرد بیمار در اگزون 25، الگوهای باندی متفاوتی در sscp در مقایسه با افراد کنترل و سایر افراد نابارور دیده شدند. در مورد اگزون 23 تفاوتی بین باند ها دیده نشد. نتایج تعیین توالی نشان داد که در اگزون 13 دو فرد بیمار یک موتاسیون از نوع جابجایی c33838?a (به صورت هتروزیگوت) که باعث تبدیل آمینواسید پرولین به گلوتامین می شود و در اگزون 25 سه فرد بیمار یک حذف تک نوکلوتیدی نوکلئوتید a در موقعیت 49791 وجود دارند که منجر به فریم شیفت می شود. از آنجایی که حذف تک نوکلئوتیدی منجر به تغییر قالب خواندن می شود، می تواند اثر جبران ناپذیری بر عملکرد پروتئین jhdm2a بگذارد. در نتیجه با شناسایی موتاسیون های موجود در این ژن، می توان از آن به عنوان یک مارکر برای شناسایی ناباروری مردان استفاده کرد.

هدف این پایان نامه، ارائه روشی خودکار برای تشخیص ندول درعکس های پرتوایکس ریه می باشد. چنین نرم افزاری می تواند در فرآیند تشخیص سرطان ریه، نقش بسزایی در تصمیم گیری پزشک داشته باشد. ورودی این نرم افزار، عکس های خام پرتوایکس قفسه سینه می باشند. سپس طی چهار مرحله، عملیات پردازش تصویر، تصمیم گیری به صورت کاملاً خودکار انجام می گردد. این مراحل شامل قسمت های زیر می باشند: درابتداهمه تصاویر پایگاه داده،پالایش شده تاکیفیت آن هاازنظرسطح روشنایی وکنتراست بهبودیابد.سپس جهت قطعه بندی نواحی ریه از زمینه، الگوریتمی پیشنهاد شده است. این الگوریتم به کمک روش های هوشمند رشد ناحیه مبتنی بر عملیات مورفولوژی و آستانه گذاری وفقی، می تواند با سرعت و دقت مطلوبی نواحی قابل مشاهده و نیز پنهان ریه را، از زمینه تصویر جدا نماید. از دیگر روش های پیشنهادی به منظور بهبود کنتراست ندول، اعمال الگوریتمی جهت تضعیف ساختارهای نرمال ریه می باشد. به کمک این الگوریتم تاثیر همپوشانی دنده ها بر روی ندول ، تا حد کارایی بهبود یافته است. درمرحله دوم،مناطقی که احتمال بیشتری برای سرطانی بودندارندبااستفاده ازروش های هوشمندپردازش تصویروبااطلاع ازشکل عمومی ندول هااستخراج می گردند.درسومین مرحله،برخی ازویژگی های مبتنی بر تحلیل بافت این نواحی،محاسبه شده وسرانجام درمرحله آخر به یک طبقه بندباطراحی مناسب که قبلاًتوسط ورودی های مشابه زیادی آموزش دیده است،داده می شوند.این روش بسیار سریع بوده ونسبت به روش های مشابه،بهبودیافته است.درفازاستخراج ویژگی، علاوه بر استفاده از ویژگی های آماری رایج در حوزه پردازش تصویر، از فیلترهای گابور دایروی، گابورلگاریتمی و فیلترlogاستفاده شده است.همچنین، اثر همپوشانی ندول ها توسط ساختارهای استخوانی، با استفاده از الگوریتمی که مبتنی بر فیلتر گابور مکانی جهتدار می باشد، تا حد مطلوبی بهبود یافته است. در فاز طبقه بندی، از ترکیب چند طبقه بنداستفاده شده و نتایج پیاده سازی، با چند نمونه از سامانه های موجود مقایسه شده است. با توجه به نتایج این بررسی، موفقیت روش پیشنهادی بر روی پایگاه دادهjsrt، کاملاً مشهود می باشد.