tsta

Home / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

پردازش پیشرفته تصاویر برای شناسایی نوع سلول خونی: قطعه‌بندی، استخراج ویژگی و مدل گراف بر پایه نمونه گیری و تجمیع

Authors :

حوریا خرمکی¹ سید مهدی صالحی² مهدیه قاسمی³

1- دانشگاه نیشابور 2- دانشگاه نیشابور 3- دانشگاه نیشابور

Keywords :

پردازش تصویر،گراف بر پایه نمونه گیری و تجمیع،آستانه گذاری اوتسو،فضای رنگی

Abstract :

در دهه‌های اخیر، پیشرفت‌های قابل‌توجه در حوزه هوش مصنوعی و یادگیری ماشین، تحولی چشمگیر در علوم پزشکی و تشخیص بیماری‌ها ایجاد کرده است. یکی از مهم‌ترین کاربردهای این فناوری‌ها، پردازش تصاویر میکروسکوپی برای شناسایی سلول‌های خونی است که به دلیل تنوع ظاهری و پیچیدگی ساختاری، همواره چالشی برای متخصصان بوده است. در این مطالعه، یک روش نوین مبتنی بر تکنیک‌های پیشرفته پردازش تصویر برای شناسایی و تفکیک گلبول‌های سفید و قرمز ارائه شده است. ابتدا، تصاویر میکروسکوپی با استفاده از تبدیل قدرت و فیلترهای موجک پیش‌پردازش شدند. سپس تصاویر به فضای رنگی HSV و CMYK تبدیل شده و با استفاده از تفاوت کانال‌های K و M، فیلتر گوسی و آستانه‌گذاری اوتسو، ماسک باینری هسته‌های گلبول‌های سفید استخراج گردید. نوآوری ما در این مقاله در جداسازی گلبول های سفید با دقت بالا بود . از اختلاف کانال هایH از Cr در فضاهای رنگی YCbCr ، HSV استفاده شد. در ادامه، ۲۴ ویژگی از گلبول‌ها و هسته آن‌ها استخراج شده و با استفاده از الگوریتم‌های جنگل تصادفی، آنتروپی اطلاعاتی و روش بوروتا ، بهترین ویژگی‌ها انتخاب شدند. در نهایت، یک گراف شباهت کسینوسی ایجاد شده و نتایج با استفاده از شبکه عصبی گراف مبتنی بر نمونه‌گیری و تجمیع، بهینه‌سازی شدند. نتایج نشان دادند که این روش با دقت 93.5٪ در شناسایی گلبول‌های سفید عملکرد موفقی داشته و می‌تواند به عنوان ابزاری مؤثر در تحلیل‌های تشخیصی پزشکی مورد استفاده قرار گیرد.