نام پژوهشگر: مریم بسیج

تشخیص و تجزیه و تحلیل خودکار مناطق سایه دار به منظور بهبود کیفیت در تصاویر اولتراسوند درون رگی(ivus)
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده فنی 1391
  مریم بسیج   محمدرضا یزدچی

عروق کرونر از انواع رگ‏هایی هستند که به احتمال زیاد دچار تصلب شریان می شوند. تصلب شریان یک بیماری دیواره رگ است که در آئورت، شاهرگ، کرونر و عروق جانبی می تواند رخ دهد. مهم‏ترین پیامد‏های تصلب شریان حمله قلبی، سکته و از بین رفتن عضو در اثر نرسیدن خون است. تصویربرداری فراصوت داخل رگی (ivus) یک روش تصویربرداری است که با تجزیه و تحلیل آن می توان اطلاعات بافت شناسی رگ های تغذیه کننده قلبی را استخراج نمود. یکی از معایب روش تصویربرداری ivus نیاز به حضور کارشناس و یا کاردیولوژیستی است که در تصویر برداری آنژیوگرافی و تشخیص بیماری های درون رگی تجربه و تخصص لازم را دارا باشد تا بتواند لایه های رگ و جنس و میزان پلاک های رسوبی را تشخیص دهد. از طرفی تشخیص لایه ها و پلاک‏های رسوبی در تمامی فریم ها به شکل دستی برای کارشناس مربوطه کاری خسته کننده و زمان بر است. یکی از مشکلات تحلیل این تصاویر، سایه های کلسیمی موجود در این تصاویر است. این سایه ها به دلیل انعکاس زیاد موج اولتراسوند در برخورد با پلاک های کلسیمی ایجاد می شوند، به صورتی که امواج به بافت های عمیق تر نفوذ نمی کنند و باعث ایجاد مناطقی با شدت روشنایی خیلی پایین می شوند که این مناطق ، سایه نام دارند.این نواحی باعث اختلال در تجزیه و تحلیل درست در تصویر می شوند. هدف در این پایان نامه تشخیص محل سایه ها و اصلاح این مناطق است. قبل از اعمال الگوریتم، پیش پردازش هایی به منظور حذف درست نماها، توسط الگوریتم هاف و آستانه گذاری اتسو بر روی تصاویر انجام می گیرد و در ادامه، الگوریتمی به کمک کانتور های فعال جهت تشخیص و مرزهای نواحی سایه دار به کار گرفته می شود و در آخر توسط دو روش نگاشت خطی و تطبیق هیستوگرام این مناطق را بهبود داده می شوند. الگوریتم پیشنهادی بر روی 100 تصویر از 2 بیمار مختلف آزمایش شد و حساسیتی برابر با 86% را دربرداشت.