نام پژوهشگر: سینا هوشیار
سینا هوشیار رسول خیاطی
بیماری های قلبی عروقی یکی از شایع ترین عوامل مرگ و میر در دنیا است که تشخیص به موقع شدت بیماری و درمان مناسب در کاهش این میزان مرگ و میر بسیار موثر است. تحلیل دقیق تصاویر آنژیوگرافی عروق کرونری توسط پزشکان برای تشخیص بیماری های عروق کرونری و انتخاب روش درمان مناسب بسیار مهم می باشد. در همین راستا در این تحقیق هدف کمّی سازی میزان گرفتگی عروق است. بدین منظور در گام نخست، به کمک استخراج ویژگی هایی توسط محاسبه ی ماتریس هسین ، بانک فیلتر موجک گابور و گرادیان و با استفاده از الگوریتم خوشه بندی فازی کلونی مورچه و بدون نیاز به نقاط آغازین ، جداسازی رگ از پس زمینه در تصاویر آنژیوگرافی عروق کرونری انجام می شود. به علت نویز بالای تصاویر آنژیوگرافی عروق کرونری، یک فیلتر با ضرائب نفوذ ناهمگن پیش از بکارگیری الگوریتم خوشه بندی، بمنظور بهبود ساختار رگ، به تصویر اعمال می شود. در گام بعدی، قطر رگ و درصد گرفتگی آن، توسط تکنیک تطبیق رشته محاسبه می گردد. در این روش، قطر رگ با محاسبه طول خطی که بین هر پیکسل روی لبه و پیکسل متناظر بر روی لبه مقابل با کمترین مقدار تابع هزینه رسم می شود، به دست می آید. با توجه به در دسترس بودن قطر رگ در امتداد طول آن، میزان درصد گرفتگی قابل محاسبه خواهد بود. این الگوریتم بر روی 32 تصویر شبیه سازی شده از عروق کرونری پیاده سازی گردید. نتایج ارزیابی الگوریتم خوشه بندی مبتنی بر محاسبه میانگین سنجه های حساسیت (se) و اختصاصی بودن (sp) بر روی تصاویر شیبه سازی شده به ترتیب برابر: 96% و 6/98%، بیانگر عملکرد مطلوب الگوریتم پیشنهادی می باشد. همچنین، درصد گرفتگی عروق کرونری در 16 تصویر آنژیوگرافی مستخرج از 16 بیمار، محاسبه گردید که در مقایسه با تخمین دستی توسط فرد خبره، دارای مقدار مجذور میانگین مربعات خطای 15/17% می باشد. از آنجائیکه میزان گرفتگی عروق توسط فرد خبره براساس مشاهدات تصاویر گرفتگی از زوایای مختلف تخمین زده می شود، رویکرد معرفی شده در این خصوص می تواند به عنوان سرآغازی جهت محاسبه دقیق میزان گرفتگی، محسوب شود.